指定Presample和预测期数据预测ARIMAX模型
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。
考虑估算和预测一个包含自回归和移动平均线的动态模型,为外生因素变量和一个回归组件(例如,一个ARMAX模型)。估计和预测模型,估计必须有足够的presample反应初始化自回归条件,并且必须有足够的创新来初始化移动平均线。如果你不指定presample反应估计展望所需数量,它集所需的presample创新为0。
同样,从拟合模型,预测反应预测必须有足够的presample响应和创新。尽管你必须指定presample响应,预测集需要presample创新为0。此外,预测期的回归组件需要预测或预测未来的数据;没有未来的预测数据,预测滴回归组件从模型生成预测。
虽然默认的行为估计和预测最合理的工作流程,一个良好的实践是初始化一个模型通过分区样本到presample的时间表,评估,和预测时间,并提供适当的数量的观察。
考虑一个ARMAX(1,2)模型,预测当前美国实际国民生产总值(GNPR与当前工业生产指数()率新闻学会)、就业(E),实际工资(或者说是利率作为外生变量。样品的时间分割成presample,估计和预测时间。符合模型来估计样本,并使用presample反应初始化自回归项。然后,预测GNPR率的拟合模型。当你预测:
最后指定响应估计期的presample初始化自回归项
指定预测数据的评估期作为初始化移动平均presample组件。
预测推断所需的创新从指定presample反应和预测数据。包括预测反应的预测变量的影响通过指定未来的预测数据。
加载Nelson-Plosser数据集。
负载Data_NelsonPlosser
细节的数据集,显示描述。
表数据表包含每年测量,但当时的数据集是不可知论者。应用基础数据,转换数据表一个时间表。
DataTable = table2timetable(数据表,“RowTimes”datetime (DataTable.Dates“格式”,“yyyy”));
这个系列中数据表,一些样品的开始日期开始在不同的年。数据表同步所有系列通过将足够的领先南年代,这样所有系列具有相同数量的元素。
计量经济学工具箱™ARIMA模型软件删除所有行(时间点)从响应和预测数据,如果至少有一个观察是失踪。这种默认行为可以使时间轴划分。避免违约行为的一种方法是删除所有行包含至少一个缺失值。
删除所有主要南从数据通过应用年代listwise删除。
varnames = [“GNPR”“他们”“E”“福”];台= rmmissing(数据表(:,varnames));
稳定的反应和预测变量转换他们的回报。
StblTbl = varfun (@price2ret(资源);StblTbl.Properties。VariableNames = varnames;T =大小(StblTbl, 1)%的总样本量
T = 61
GNPR = StblTbl.GNPR;X = StblTbl {: varnames(2:结束)};
转换为收益减少了样本容量。
适合一个ARMAX模型(1、2)的数据,估计必须先初始化的条件均值反应
通过使用先前的反应
和前面的两个创新
和
。如果你不指定presample值,估计展望获得
它集presample创新为0,这是他们的期望值。
创建索引向量presample、估计和预测样本。考虑一个5年预测地平线。
idxpresample = 1;idxestimate = 2:56;idxforecast = 57: T;
适合一个ARMAX模型(1、2)的数据。指定presample响应数据和estimation-sample外生数据。因为没有模型的推导presample创新,允许的估计设置所需的presample创新0。
Mdl = arima (1 0 2);y0 = GNPR (idxpresample);% Presample响应数据进行估计是的= GNPR (idxestimate);%响应数据进行估计X = X (idxestimate:);%估计样本外生数据Mdl =估计(Mdl,是的,“Y0”y0,“X”,x,“显示”,“关闭”);
预测一个ARMAX(1,2)模型预测期,预测必须先初始化预报了吗
通过使用先前的反应
和前两个创新
和
。然而,如果你提供足够的反应和外生数据初始化模型,预测推断创新。预测一个ARMAX(1,2)模型,预测需要三种反应和外生的两个观测数据在预测期之前。当你提供presample数据预测,预测只使用所需的最新观测结果。然而,这个例子只收益通过指定必要的presample观测量。
预计安装ARMAX(1,2)模型预测期。仅指定必要的观察结束时估计样本presample数据。指定预测期外生数据。
y0f =是的((- 2)结束:结束);% Presample响应数据进行预测X0f = x((- 1)结束:,:);% Presample外生数据预测XF = X (idxforecast:);%预测期外生模型回归组件的数据yf =预测(Mdl 5 y0f,“X0”X0f,“XF”、XF);
yf是5-by-1向量的预测反应代表估计样本的延续吗是的预测期。
情节下半年响应数据和预测。
年=年(StblTbl.Time(30:结束));图;情节(年StblTbl.GNPR(30:结束),“b”,“线宽”2);持有在情节(年(end-4:结束),yf,“r——”,“线宽”2);甘氨胆酸h =;px =年([- 4结束端端端- 4));py = h。YLim ([1 1 2 2]);惠普=补丁(px, py, [0.9 0.9 0.9]);uistack(惠普、“底”);轴紧标题(“真正的国民生产总值比率”);传奇([“预测期”“观察”“预测”])
