主要内容

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tj如果rj−1≤zt<rj,其中参数为rj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ztykt.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

全部展开

阈值 创建阈值转换
tsVAR 创建阈值切换动态回归模型
华宇电脑 建立单变量自回归综合移动平均(ARIMA)模型
varm 创建向量自回归(VAR)模型
ttplot 图阈值转换
ttdata 转换函数数据
ttstates 阈值变量数据状态路径
估计 阈值切换动态回归模型拟合数据
总结 总结阈值切换动态回归模型估计结果
模拟 模拟阈值切换动态回归模型的样本路径
预测 从阈值切换动态回归模型预测样本路径

主题