ARIMA或ARIMAX模型的蒙特卡罗模拟
[Y,E] =模拟(MDL,numObs)
(Y, E, V) =模拟(Mdl numObs)
[Y,E,V] =模拟(MDL,numObs,名称,值)
(
模拟来自ARIMA模型样品路径和创新,Y
,E
] =模拟(Mdl
,numObs
)Mdl
。这些反应可能包括季节性的影响。
(
另外模拟条件方差,Y
,E
,V
] =模拟(Mdl
,numObs
)V
。
(Y, E, V) =模拟(Mdl numObs,
使用一个或多个指定的附加选项来模拟示例路径名称,值
)名称,值
对参数。
|
ARIMA或ARIMAX模型,指定为 的属性 |
|
正整数,表示为输出的每个路径生成的观察数(行) |
指定可选的逗号分隔的对名称,值
参数。名称
参数名和价值
是对应的值。名称
必须出现在引号内。可以以任意顺序指定多个名称和值对参数名1,值1,...,NameN,值N
。
|
平均零样品前体的创新,为模型的初始值。 默认值: |
|
正整数,表示的样品路径(列)数以生成。 默认值: |
|
为任何条件方差模型提供初始值的正样本条件方差。如果模型的方差是常数,则 默认值: |
|
带有长度的预测数据矩阵 默认值: |
|
对于该模型提供了初始值样品前体的响应数据。 默认值: |
南
小号表明缺失值,和模拟
删除它们。该软件融合了样品前的数据,然后使用列表删除明智的,以消除任何南
■在样品前体数据矩阵或X
。那是,模拟
集样品前
=[Y0 E0 V0]
,然后删除其中的任何行样品前
要么X
至少包含一个南
。
移除南
S IN的主数据减小了有效样本大小。这样的去除也可以创建不规则的时间序列。
模拟
假定您同步,使得同时发生的最新观察预测系列。该软件还假定您同样同步样品前系列。
|
|
|
|
|
|
[1]盒,g.e.p., g.m.j Jenkins和g.c. Reinsel。时间序列分析:预测与控制第3版。新泽西州Englewood Cliffs:Prentice Hall出版社,1994年。
恩德斯[2],W。应用计量经济时间序列。新泽西州霍博肯:约翰·威利和儿子出版社,1995年。
[3]汉密尔顿,J.D.时间序列分析。普林斯顿,NJ:普林斯顿大学出版社,1994年。