计量经济学建模应用程序会话中分享成果

这个例子说明如何共享通过计量建模应用程序会话的结果：

  • 将时间序列和模型变量导出到MATLAB®工作区

  • 生成应用程序外部使用的MATLAB纯文本和实时函数

  • 生成时间序列和模型估计您的活动报告

在会议上，例如转换和情节的数据，运行统计检验，并估计乘积季节ARIMA模型。数据集数据_航空公司.mat包含航空公司乘客的每月计数。

数据导入到计量建模

在命令行中，加载数据_航空公司.mat数据集。

加载Data_Airline

在命令行中，打开计量经济学建模应用程序。

econometricModeler

或者，从应用程序库中打开应用程序（请参见计量经济学建模）。

进口数据表进入应用程序：

  1. 上计量经济学建模标签，在进口节，单击。

  2. 在导入数据对话框中的导入？列中，选中数据表变量。

  3. 点击进口。

变量PSSG出现在数据浏览器，其时间序列图显示在时间序列图（PSSG）图形窗口。

该系列表现出季节性趋势、序列相关性和可能的指数增长。有关串行关联的交互分析，请参见使用计量经济学建模器App检测序列相关性。

稳定系列

通过将日志转换应用于PSSG。

  1. 在数据浏览器，选择PSSG。

  2. 上计量经济学建模标签，在变换节，单击原木。

转换变量普斯格洛格出现在数据浏览器，其时间序列图显示在时间序列图（PSSGLog）图形窗口。

该指数增长似乎是从该系列中删除。

应用12阶季节性差异来处理季节性趋势。与普斯格洛格在所选择的数据浏览器，在计量经济学建模标签，在变换部分，设置季节性的到德意志北方银行. 然后，单击季节性的。

转换变量PSSGLogSeasonalDiff公司出现在数据浏览器，其时间序列图显示在时间序列图（PSSGLogSeasonalDiff）图形窗口。

转换后的序列似乎有一个单位根。

测试零假设PSSGLogSeasonalDiff公司具有通过使用扩张的Dickey-Fuller检定一个单位根。指定另一种方法是一个AR（0）模型，然后测试再次指定AR（1）模型。调整显着性水平0.025，以保持0.05的总显着性水平。

  1. 同PSSGLogSeasonalDiff公司在所选择的数据浏览器，在计量经济学建模标签，在测验节，单击新的测试>单位根检验。

  2. 上ADF标签，在参数部分，设置显着性水平到0.025。

  3. 在测验节，单击运行测试。

  4. 在参数部分，设置滞后数到1。

  5. 在测验节，单击运行测试。

测试结果显示在结果的表ADF（PSSGLogSeasonalDiff）文件。

两个测试失败拒绝零假设，即该系列是一个单位根处理。

通过将第一差值以解决单元根PSSGLogSeasonalDiff公司. 与PSSGLogSeasonalDiff公司在所选择的数据浏览器，单击计量经济学建模标签。然后，在变换节，单击区别。

转换变量PSSGLogSeasonalDiffDiff出现在数据浏览器，其时间序列图显示在时间序列图（PSSGLogSeasonalDiffDiff）图形窗口。

重命名PSSGLogSeasonalDiffDiff变量PSSGStable公司：

  1. 在数据浏览器，右键单击PSSGLogSeasonalDiffDiff。

  2. 在上下文菜单中选择重命名。

  3. 进入PSSGStable公司。

该应用程序更新与改造系列相关的所有文档的名称。

系列识别模型

通过绘制样品自相关函数（ACF）和局部自相关函数（PACF）确定数据的一个条件均值模型滞后结构。

  1. 同PSSGStable公司在所选择的数据浏览器，单击情节选项卡，然后单击ACF。

  2. 显示的ACF的第50个滞后。上ACF选项卡，设置滞后数到50个。

  3. 单击情节选项卡，然后单击太平洋基金会。

  4. 显示前50个滞后的PACF。上太平洋基金会选项卡，设置滞后数到50个。

  5. 拖动ACF（PSSGStable）图窗口上方PACF（PSSGStable）图形窗口。

根据[1]在ACF和PACF自相关表明以下SARIMA（0,1,1）×（0,1,1）德意志北方银行模型适用于普斯格洛格。

（ 1 − 大号 ） （ 1 − 大号 德意志北方银行 ） ÿ Ť = （ 1 + θ 1 大号 ） （ 1 + Θ 德意志北方银行 大号 德意志北方银行 ） ε Ť 。

关闭所有窗口身影。

指定和估计SARIMA模型

指定SARIMA（0,1,1）×（0,1,1）德意志北方银行模型。

  1. 在数据浏览器，选择普斯格洛格时间序列。

  2. 上计量经济学建模标签，在模型部分，单击箭头>SARIMA。

  3. 在SARIMA模型参数对话框，在滞后顺序标签页：

    • 非季节性部分

      1. 组集成度到1。

      2. 组移动平均订单到1。

      3. 清除包含常数项复选框。

    • 季节性的部分

      1. 组期到德意志北方银行指示月度数据。

      2. 组移动平均订单到1。

      3. 选择包括季节性的差异复选框。

  4. 点击估计。

该模型变量SARIMA_PSSGLog出现在数据浏览器，其估计摘要显示在模型摘要（SARIMA_PSSGLog）文件。

将变量导出到工作区

出口普斯格洛格，PSSGStable公司，和SARIMA_PSSGLog到MATLAB工作区。

  1. 上计量经济学建模标签，在出口节，单击。

  2. 在导出变量对话框中，选择选择的复选框普斯格洛格和PSSGStable公司时间序列，以及SARIMA_PSSGLog型号（如有必要）。应用程序会自动选中在数据浏览器。

  3. 点击出口。

在命令行中，列出工作区中的所有变量。

谁是
名称大小字节类属性数据144x1 1152双DataTable的144x1 3192时间表说明22x54 2376字符PSSGLog 144x1 1152双PSSGStable 144x1 1152双SARIMA_PSSGLog 1x1的7963华宇日期144x1 1152双系列的1x1 162细胞

的内容数据_航空公司.mat，数值向量普斯格洛格和PSSGStable公司，估计华宇模型对象SARIMA_PSSGLog在工作区中的变量。

预测未来三年使用日志航线旅客数（36个月）SARIMA_PSSGLog. 指定普斯格洛格作为样品前的数据。

numObs = 36;fPSSG =预测（SARIMA_PSSGLog，numObs，'Y0'，PSSGLog）；

画出乘客计数和预测。

fh=数据表时间（结束）+平静月（1:numObs）；图形；绘图(数据表时间，exp（PSSGLog））；保持在情节（FH，实验值（fPSSG））;传说（'航空乘客计数'，'预测计数'，...'位置'，“最佳”)标题('1949-1963年每月航空客运量')伊拉贝尔(“乘客计数”)保持离

从应用程序会话生成纯文本函数

生成一个用于应用程序外部的MATLAB函数。函数返回估计的模型SARIMA_PSSGLog鉴于数据表。

  1. 在数据浏览器在应用程序中，选择SARIMA_PSSGLog模型。

  2. 上计量经济学建模标签，在出口节，单击出口>生成功能。在MATLAB编辑器打开，并包含一个名为功能modelTimeSeries. 函数接受数据表（在此会话中导入的变量），转换数据并返回估计的SARIMA（0,1,1）×（0,1,1）德意志北方银行模型SARIMA_PSSGLog。

  3. 上编辑选项卡，单击保存>保存。

  4. 功能保存通过点击当前文件夹保存在里面选择文件另存为对话框。

在命令行，估计SARIMA（0,1,1）×（0,1,1）德意志北方银行通过模型数据表到modelTimeSeries.m。命名模型萨里玛. 将估计模型与SARIMA_PSSGLog。

SARIMA_PSSGLog2 = modelTimeSeries（数据表）;总结（SARIMA_PSSGLog）总结（SARIMA_PSSGLog2）
ARIMA（0,1,1）模型季节性集成为季节性MA（12）（高斯分布）有效样本规模：144估计的参数数量：3对数似然：276.198 AIC：-546.397 BIC：-537.488值StandardError的TStatistic p值_________ _____________ ____________________常数0 0楠楠MA {1} -0.37716 0.066794 -5.6466 1.6364e-08 SMA {12} -0.57238 0.085439 -6.6992 2.0952e-11方差0.0012634 0.00012395 10.193 2.1406e-24 ARIMA（0,1,1）模型季节性集成与季节性MA（12）（高斯分布）有效样本规模：144估计的参数数量：3对数似然：276.198 AIC：-546.397 BIC：-537.488值StandardError的TStatistic p值_________ _____________ __________ __________常数0 0楠楠MA {1}-0.37716 0.066794 -5.6466 1.6364e-08 SMA {12} -0.57238 0.085439 -6.6992 2.0952e-11方差0.0012634 0.00012395 10.193 2.1406e-24

正如预期的那样，该机型是相同的。

从应用程序会话生成实时函数

不像一个纯文本的功能，实况功能包含格式的文本和公式，你可以使用Live编辑器修改。

生成供应用程序外部使用的实时函数。函数返回估计的模型SARIMA_PSSGLog鉴于数据表。

  1. 在数据浏览器在应用程序中，选择SARIMA_PSSGLog模型。

  2. 上计量经济学建模标签，在出口节，单击出口>产生肝功能。实时编辑器打开，并包含一个名为功能modelTimeSeries. 函数接受数据表（在此会话中导入的变量），转换数据并返回估计的SARIMA（0,1,1）×（0,1,1）德意志北方银行模型SARIMA_PSSGLog。

  3. 上现场编辑标签，在文件节，单击保存>保存。

  4. 功能保存通过点击当前文件夹保存在里面选择文件另存为对话框。

在命令行，估计SARIMA（0,1,1）×（0,1,1）德意志北方银行通过模型数据表到modelTimeSeries.m。命名模型萨里玛. 将估计模型与SARIMA_PSSGLog。

SARIMA_PSSGLog2 = modelTimeSeries（数据表）;总结（SARIMA_PSSGLog）总结（SARIMA_PSSGLog2）
ARIMA（0,1,1）模型季节性集成为季节性MA（12）（高斯分布）有效样本规模：144估计的参数数量：3对数似然：276.198 AIC：-546.397 BIC：-537.488值StandardError的TStatistic p值_________ _____________ ____________________常数0 0楠楠MA {1} -0.37716 0.066794 -5.6466 1.6364e-08 SMA {12} -0.57238 0.085439 -6.6992 2.0952e-11方差0.0012634 0.00012395 10.193 2.1406e-24 ARIMA（0,1,1）模型季节性集成与季节性MA（12）（高斯分布）有效样本规模：144估计的参数数量：3对数似然：276.198 AIC：-546.397 BIC：-537.488值StandardError的TStatistic p值_________ _____________ __________ __________常数0 0楠楠MA {1}-0.37716 0.066794 -5.6466 1.6364e-08 SMA {12} -0.57238 0.085439 -6.6992 2.0952e-11方差0.0012634 0.00012395 10.193 2.1406e-24

正如预期的那样，该机型是相同的。

生成报表

在上生成所有操作的PDF报告普斯格洛格和PSSGStable公司时间序列，以及SARIMA_PSSGLog模型。

  1. 上计量经济学建模标签，在出口节，单击出口>生成报表。

  2. 在为报表选择变量对话框中，选择选择的复选框普斯格洛格和PSSGStable公司时间序列，以及SARIMA_PSSGLog型号（如有必要）。应用程序会自动选中在数据浏览器。

  3. 点击好 啊。

  4. 在选择要写入的文件对话框中，导航到C：\ MyData的文件夹。

  5. 在文件名盒子，类型SARIMAReport。

  6. 点击保存。

该应用程序发布到创建所需的代码普斯格洛格，PSSGStable公司，和SARIMA_PSSGLog在PDFC： \MyData公司\萨里玛报告.pdf. 报告包括：

  • 标题页和目录

  • 包含选定时间序列的绘图

  • 变换的说明施加到选定的时间系列

  • 统计检验结果所选择的时间序列进行

  • 所选择的模型估算摘要

参考

[1]Box，G.E.P.，G.M.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。

也可以看看

应用程序

对象

功能

相关主题

计量经济学工具箱文档
金宝app
用MATLAB建立财务风险模型的实用指南

用MATLAB建立财务风险模型的实用指南

下载电子书