预测
预测向量自回归(VAR)模型反应
语法
描述
例子
输入参数
输出参数
算法
预测
估计使用方程无条件的预测在哪里t= 1,…,
numperiods
。预测
过滤器的numperiods
——- - - - - -numseries
通过矩阵的新鲜感创新Mdl
。预测
使用指定的presample创新(Y0
)必要的地方。预测
使用卡尔曼滤波器估计条件的预测。的方式
预测
决定了numpaths
,在输出参数的页面数量Y
,取决于预测类型。如果你估计无条件的预测,这意味着你不指定名称-值对的论点
YF
,然后numpaths
是输入参数的页面数量Y0
。如果你有条件的预测和估计
Y0
和YF
有超过一页,然后numpaths
在数组的页面数量较少的页面。如果页面的数量Y0
或YF
超过numpaths
,然后预测
只使用第一numpaths
页面。如果你条件的预测和估计
Y0
或YF
有一个页面,然后呢numpaths
在数组的页面数量最多的页面。预测
使用数组每条路径的一页。
预测
设置时间的起源模型,包括线性时间趋势(t0)大小(Y0, 1)
- - - - - -Mdl.P
(删除后失踪的值)。因此,组件是时代的趋势t=t0+ 1,t0+ 2,…,t0+numobs
。本公约的默认行为是一致的模型估计中估计
删除第一个Mdl.P
反应,减少了有效的样本大小。虽然预测
显式地使用第一Mdl.P
presample反应Y0
初始化模型,观察的总数(不含缺失值)决定t0。
引用
[1]<年代pan>汉密尔顿,詹姆斯D。时间序列分析。普林斯顿,纽约:普林斯顿大学出版社,1994年。
[2]<年代pan>约翰森,S。基于可能性推理在共合体向量自回归模型。牛津:牛津大学出版社,1995年。
[3]<年代pan>Juselius, K。共合体VAR模型。牛津:牛津大学出版社,2006年。
[4]<年代pan>Lutkepohl, H。新的多元时间序列分析的介绍。柏林:施普林格出版社,2005年。