阈值切换动态回归模型
阈值自回归(TAR),自激TAR (SETAR),平滑过渡自回归(STAR)模型
阈值切换动态回归模型由一个离散的固定状态变量组成年代t以及描述单变量或多变量时间序列动态行为的动态回归(ARX或VARX)子模型的集合Yt在每个国家或政权内部。的水平观察阈值变量zt确定当时的制度t的价值(年代t):年代t=j如果rj−1≤zt<rj,其中参数为rj是未被注意的阈值.若要指定阈值变量,请使用阈值
.
阈值自回归模型(TAR)处理zt作为系统的外生因素,而自激阈值转换模型(SETAR)将zt具体来说,是内生的zt=ykt.TAR模型的状态之间的过渡是突然的,平滑过渡自回归模型(STAR)允许可变速率的状态过渡。连续速率函数和相关参数决定了状态跃迁的宽度和速率。要指定阈值切换模型,请使用tsVAR
.
功能
主题
- 创建阈值转换
创建一个阈值转换对象并访问其属性。
- 可视化阈值转换
绘制阈值转换以比较转换函数率和查看阈值水平的混合率。
- 评估阈值转换
在给定转换变量数据的情况下,评估转换函数并计算阈值转换的状态。
- 创建阈值切换动态回归模型
创建完全和部分指定的阈值切换动态回归模型
tsVAR
函数。 - 估计阈值切换动态回归模型
拟合阈值切换动态回归模型模拟数据和调整估计使用
esitmate
函数。 - 阈值切换动态回归模型路径模拟
生成各种阈值切换动态回归模型的随机响应、创新和状态路径
模拟
函数。 - 预测阈值切换动态回归模型
阈值切换模型的路径预测
预测
函数。 - 用阈值转换模型分析美国失业率
使用阈值转换动态回归模型描述美国年度失业率的动态。