优化设置regARIMA模型估计
优化选项
估计
最大化loglikelihood函数使用fmincon
从优化工具箱™。fmincon
有很多优化选项,如选择优化算法和约束违反宽容。选择优化选项使用optimoptions
。
估计
使用fmincon
优化选项默认情况下,这些异常。有关详细信息,请参见fmincon
和optimoptions
在优化工具箱。
optimoptions属性 | 描述 | 估计设置 |
---|---|---|
算法 |
算法最小化的负面loglikelihood函数 | “sqp” |
显示 |
为优化显示进步的水平 | “关闭” |
诊断 |
显示诊断信息函数最小化 | “关闭” |
ConstraintTolerance |
终止公差约束违反 | 1 e - |
如果你想使用不同于默认的优化选项,然后设置你自己的使用optimoptions
。
例如,假设你想要的估计
显示优化诊断。最佳实践是将名称-值对的论点“显示”、“诊断”
在估计
。或者,您可以直接优化器来显示优化诊断方法。
指定一个回归模型和AR(1)错误(Mdl
)和模拟数据。
Mdl0 = regARIMA (基于“增大化现实”技术的,0.5,“拦截”0,“方差”1);rng (1);%的再现性y =模拟(Mdl0 25);
Mdl
没有回归组件。默认情况下,fmincon
不显示优化诊断。使用optimoptions
将其设置为显示优化诊断,并设置fmincon
属性的默认设置估计
前面的表中列出。
选择= optimoptions (@fmincon,“诊断”,“上”,“算法”,…“sqp”,“显示”,“关闭”,“ConstraintTolerance”1 e)
选项= fmincon选项:选择当前使用的算法(sqp):(其他可用的算法:“激活集”、“内点”,“sqp-legacy”,“trust-region-reflective”)设置属性:算法:“sqp”ConstraintTolerance: 1.0000 e-07显示:“off”默认属性:CheckGradients: 0 FiniteDifferenceStepSize:“sqrt (eps)”FiniteDifferenceType:“向前”MaxFunctionEvaluations:‘100 * numberOfVariables MaxIterations: 400 ObjectiveLimit: -1.0000 e + 20 OptimalityTolerance: 1.0000 e-06 OutputFcn: [] PlotFcn: [] ScaleProblem: 0 SpecifyConstraintGradient: 0 SpecifyObjectiveGradient: 0 StepTolerance: 1.0000 e-06 TypicalX:“(numberOfVariables, 1)的”UseParallel: 0显示选项不习惯目前的算法(sqp)
% @fmincon fmincon函数处理
您设置的选项下出现设定的用户:
标题。下的属性默认值:
标题都是可以设置的其他选项。
适合Mdl
来y
使用新的优化选项。
Mdl = regARIMA (1,0,0);EstMdl =估计(Mdl y“选项”、选择);
____________________________________________________________诊断信息的变量数量:3功能目的:@ (X) nLogLike (X, YData XData E U Mdl, AR.Lags, MA.Lags, maxPQ, T, isDistributionT, userSpecifiedU0, trapValue)梯度:有限差分黑森:拟牛顿非线性约束:@ (X) internal.econ.arimaNonLinearConstraints (X, LagsAR LagsSAR、LagsMA LagsSMA,公差)非线性约束梯度:有限差分约束非线性不等式约束的数量:1非线性等式约束数:0的数量线性不等式约束:0线性等式约束的数量:0下界约束数:3上界约束数:3算法选择sqp ____________________________________________________________最终诊断信息ARMA(1,0)误差模型(高斯分布):价值StandardError TStatistic PValue ________ _________________ __________ _____拦截-0.12097 0.44747 -0.27034 0.7869基于“增大化现实”技术的{1}方差1.2308 0.47275 2.6035 0.0032895 0.46386 0.15781 2.9393 0.0092266
请注意
估计
数值loglikelihood函数最大化,可能使用平等,不平等,并降低和上界约束。如果你设置算法
以外的任何sqp
,确保算法支持类似的约束,如金宝app内点
。例如,trust-region-reflective
不支持不等式约束。金宝app估计
设置一个约束的水平ConstraintTolerance
所以约束不受侵害。估计一个活跃的约束不可靠的标准错误因为variance-covariance估计假设周围的似然函数是局部二次最大似然估计。
约束回归模型与ARIMA错误
软件执行这些限制而估计回归模型与ARIMA错误:
季节性和季节性AR算子多项式的稳定
可逆性的季节性和季节性MA算子多项式
创新方差严格大于零
自由度严格大于两个了t创新分布
另请参阅
regARIMA
|估计
|fmincon
|optimoptions