转换2sur.

将多变量正常回归模型转换为看似无关的回归（SUR）模型

页面上倒塌

句法

Designsur = Convert2sur（设计，组）

Designsur.= convert2sur（设计那团体）将多变量正常回归模型转换为看似不相关的回归模型，具有指定的数据系列分组。

打开直播脚本

此示例显示了使用6股和60个月的模拟资产回报的CAPM演示，其中每股股票的模型Assetreturn = Alpha * 1 + CashReturn + Beta *（MarketReturn - CashReturn）+噪音和估计的参数是Α和bet。

使用模拟数据，其中Α估计显示在第一行和第一个行中bet估计在第二行中显示。

市场=（0.1  -  0.04）+ 0.17 * randn（60,1）;资产=（0.1  -  0.04）+ 0.35 * RANDN（60,6）;设计=细胞（60,1）;为了i = 1:60设计{i} = repmat（[1，市场（i）]，6,1）;结尾

获得所有股票的总估计数。

[Param，Covar] = MVNRMLE（资产，设计）;DISP（{'所有6个资产合并'}）;

{'所有6个资产组合'}

disp（param）;

0.0233 0.1050

估算个人股票的参数转换2sur.

组= 1：6;Designsur = Convert2sur（设计，组）;[param，covar] = mvnrmle（资产，designsur）;Param = Rehape（Param，2,6）;DISP（{'一种'那'B'那'C'那'D'那'e'那'F'}）;

{'a'} {'b'} {'c'} {'d'} {'e'} {'e'} {'f'}

disp（param）;

0.0144 0.0270 0.046 0.0291 0.0291 0.3264 -0.1716 0.3248 -0.0630 -0.0001 0.0637

通过形成群体对股票成对的参数。

DISP（{'a＆b'那'C＆D'那'E＆F'}）;

{'a＆b'} {'c＆d'} {'e＆f'}

组= {[1,2]，[3,4]，[5,6]};Designsur = Convert2sur（设计，组）;[param，covar] = mvnrmle（资产，designsur）;param =重塑（param，2,3）;disp（param）;

0.0186 0.0190 0.0334 0.0988 0.1757 0.0293

数据系列，指定为矩阵或单元数组，其取决于数据系列的数量numseries.。

如果numseries = 1那转换2sur.返回设计矩阵。
如果numseries> 1那设计是一个细胞阵列numsamples.细胞，其中每个细胞包含一个numseries.-经过-numparams.已知值的矩阵。

数据类型：双倍的|细胞

为数据系列分组，使用每个组使用单独的参数指定。按序列或按组指定组：

要按序列识别组，构建具有的索引向量numseries.元素。元素i = 1，...，numseries在向量中，并具有指数j = 1，...，numgroups其中系列的集团一世是会员。
要按组识别组，构造一个单元格数组numgroups.元素。每个单元格包含带有填充给定组的系列索引的向量。
在任何一种情况下，系列的数量是numseries.和群体的数量是numgroups.，和1≤.numgroups.≤.numseries.。

数据类型：双倍的|细胞

具有指定数据系列的指定分组的看似不相关的回归模型，返回为矩阵或依赖于值的小区数组numseries.。

如果numseries = 1那Designsur = Design.，这是一个numsamples.-经过-numparams.矩阵。
如果numseries> 1和numgroups.组将形成，设计是一个细胞阵列numsamples.细胞，其中每个细胞包含一个numseries.-经过-（numgroups * numparams）已知值的矩阵。