条件是模型
应用程序
| 计量经济学建模师 | 分析和计量经济学时间序列模型 |
功能
例子和如何
创建模型
创建使用条件意味着模型华宇电脑或计量经济学建模应用。
改变修改模型属性使用点符号。
指定高斯或t分布式创新过程,或者条件方差方差模型的过程。
交互式地指定一个t创新分布ARIMA模型。
创建使用平稳自回归模型华宇电脑或计量经济学建模应用。
创建使用可逆移动平均模型华宇电脑或计量经济学建模应用。
创建使用固定和可逆的自回归移动平均模型华宇电脑或计量经济学建模应用。
创建使用自回归综合移动平均模型华宇电脑或计量经济学建模应用。
创建ARIMAX模型使用华宇电脑或计量经济学建模应用。
创建使用乘法ARIMA模型华宇电脑或计量经济学建模应用。
创建一个季节性ARIMA模型。
创建一个复合条件均值和方差模型。
合适的模型数据
实现Box-Jenkins Modeler使用计量经济学模型选择和评估程序
交互地实现Box-Jenkins方法论为条件选择适当的数量的滞后意味着模型。然后,适应模型数据和导出估计模型到命令行生成预测。
比较Box-Jenkins和ARIMA估计。
选择ARMA模型使用信息标准。
交互式地估计乘法季节性ARIMA模型。
估计一个乘法季节性ARIMA模型。
估计季节性ARIMA模型通过指定一个乘法模型或者使用季节性的假人。
交互式地指定和估计一个ARIMAX模型。
估计一个复合条件均值和方差模型。
交互式地评估模型假设一个ARIMA模型拟合数据后通过执行剩余诊断。
从安装ARIMA模型推断出残差。
出口变量MATLAB®工作区,生成纯文本和函数,返回一个模型估计生活在一个应用程序会话,或者生成一个报告记录你的活动时间序列计量经济学建模应用程序会话和估计模型。
生成模拟或脉冲响应
模拟平稳自回归模型和移动平均模型。
模拟Trend-Stationary和Difference-Stationary流程
说明trend-stationary之间的区别和difference-stationary过程模拟。
模拟样本路径从一个乘法季节性ARIMA模型。
模拟反应和条件方差的复合条件均值和方差模型。
各种模型的脉冲响应函数。
生成最小均方误差预测
交互式地选择滞后的ARIMA模型通过比较AIC值估计模型。然后,几个模型导出到命令行来比较它们的预测性能。
预测乘法季节性ARIMA模型。
评估预测的渐近收敛的AR模型,并比较预测用和不用presample数据。
从组合预测的反应和条件方差条件均值和方差模型。
预测一个ARIMAX模型通过计算来预测或使用蒙特卡罗模拟。
这个例子展示了如何分区一个时间表presample,估计和预测的时期,它显示了如何提供适当数量的观察来初始化估计和预测的动态模型。
概念
计量经济学建模应用程序是一个互动的观察和分析单变量时间序列数据的工具。
指定滞后算子多项式使用计量经济学时间序列模型估计Modeler。
学习的特点和形式的条件意味着模型。
了解自回归模型。
了解移动平均模型。
了解自回归移动平均模型。
了解自回归移动平均模型集成。
了解解决季节性使用乘法ARIMA模型和潜在的季节单位根。
了解ARIMA模型,包括外生变量的线性项。
学习如何进行最大似然条件均值模型。
约束模型在评估使用已知的参数值。
指定presample数据初始化模型。
指定初始参数值估计。
解决评估问题通过指定替代优化选项。
了解蒙特卡罗模拟。
了解presample仿真要求。
学习如何最小化瞬态效应。
了解蒙特卡罗预测。
了解脉冲响应函数。
了解患者的预测。
