点符号

由华宇电脑具有分配给所有模型属性的值。要更改这些属性值，您不需要重构整个模型。您可以使用点符号来修改现有模型的属性值。也就是说，输入模型名，然后是属性名，用“。”(一段时间)。

例如，从以下模型规范开始:

Mdl = arima (0, 0)

描述:“arima(2,0,0)模型(高斯分布)”分布:Name = "Gaussian" P: 2 D: 0 Q: 0 Constant: NaN AR: {NaN NaN} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0] Variance: NaN . (n

修改模型以删除常数项:

Mdl。常数= 0

描述:“arima(2,0,0)模型(高斯分布)”分布:Name = "Gaussian" P: 2 D: 0 Q: 0 Constant: 0 AR: {NaN NaN} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0] Variance: NaN . {1 2

更新后的常数项现在出现在模型输出中。

请注意，每个模型属性都有一个数据类型。对属性值所做的任何修改都必须与属性的数据类型一致。例如,基于“增大化现实”技术，马，特别行政区,SMA都是细胞载体。这意味着您必须使用单元格数组语法对它们进行索引。

例如，从以下模型开始:

Mdl = arima (0, 0)

描述:“arima(2,0,0)模型(高斯分布)”分布:Name = "Gaussian" P: 2 D: 0 Q: 0 Constant: NaN AR: {NaN NaN} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0] Variance: NaN . (n

的属性值基于“增大化现实”技术,分配基于“增大化现实”技术一个细胞数组。在这里，指定已知的AR系数值:

Mdl。基于“增大化现实”技术＝{0.8,-0.4}

描述:“arima(2,0,0)模型(高斯分布)”分布:Name = "Gaussian" P: 2 D: 0 Q: 0 Constant: NaN AR: {0.8 -0.4} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0] Variance: NaN . (n

更新后的模型现在具有具有指定等式约束的AR系数。

类似地，的数据类型分布是一个数据结构。默认数据结构只有一个字段，的名字,价值“高斯”．

= Mdl分布。分布

分布=结构体字段:名称:“高斯”

修改创新分配，分配分布一个新的名称或数据结构。数据结构最多可以有两个字段，的名字和景深．第二个场对应于学生的自由度t分配，并且只在的名字的值“t”．

指定一个学生的t自由度未知的分布，进入:

Mdl。Distribution =“t”

描述:“arima(2,0,0)模型(t分布)”分布:Name = "t"， DoF = NaN P: 2 D: 0 Q: 0 Constant: NaN AR: {0.8 -0.4} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0] Variance: NaN . AR: {0.8 -0.4} at lag [1 2

更新后的模型有一个Student'st分布与南的自由度。指定一个t八自由度分布，即:

Mdl。Distribution = struct(“名字”，“t”，“景深”, 8)

描述:“arima(2,0,0)模型(t分布)”分布:Name = "t"， DoF = 8 P: 2 D: 0 Q: 0 Constant: NaN AR: {0.8 -0.4} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0] Variance: NaN . var: {0.8 -0.4} at lag [1 2

对模型的自由度性质进行了修正。请注意,景深领域的分布不能直接分配。例如,Mdl.Distribution.DoF = 8不是有效的转让。但是，你可以获得单独的字段:

Mdl.Distribution.DoF

ans = 8

您可以修改Mdl例如，包含两个系数 $${\beta }_1＝0．2$$和 $${\beta }_2＝4$$对应于两个预测器序列。自β尚未指定，您在输出中没有看到它。要包含它，请输入:

Mdl.Beta = (0.2 - 4)

描述:“arima(2,0,0)模型(t分布)”分布:Name = "t"， DoF = 8 P: 2 D: 0 Q: 0 Constant: NaN AR: {0.8 -0.4} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [0.2 4] Variance: NaN . AR: {0.8 -0.4} at lag [1 2] SAR: {} MA: {} SMA: {

Nonmodifiable属性

并不是所有的模型属性都可以修改。您不能在现有模型中更改这些属性:

并非所有可以用于模型创建的名称-值对参数都是所创建模型的属性。具体来说，您可以指定参数ARLags，MALags，SARLags,SMALags在模型的创建。然而，这些不是华宇电脑模型。这意味着您不能在现有模型中检索或修改它们。

如果在系数单元阵列中添加(或删除)任何元素，非季节性和季节性的AR和MA滞后会自动更新基于“增大化现实”技术，马，特别行政区,或SMA．

例如，指定一个AR(2)模型:

Mdl = arima (0, 0)

描述:“arima(2,0,0)模型(高斯分布)”分布:Name = "Gaussian" P: 2 D: 0 Q: 0 Constant: NaN AR: {NaN NaN} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0] Variance: NaN . (n

模型输出显示滞后1和2的非零AR系数。

在滞后12添加一个新的AR术语:

Mdl。基于“增大化现实”技术{12} = NaN

描述:“arima(12,0,0)模型(高斯分布)”分布:Name = "Gaussian" P: 12 D: 0 Q: 0 Constant: NaN AR: {NaN NaN} at lag [1 2 12] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0] Variance: NaN .

在滞后1、2和12处的三个非零系数现在显示在模型输出中。然而，单元格数组分配给基于“增大化现实”技术回报十二个元素:

Mdl。基于“增大化现实”技术

ans =1×12单元阵列列1到8{(南)}{(南)}{[0]}{[0]}{[0]}{[0]}{[0]}{[0]}列9到12{[0]}{[0]}{[0]}{(南)}

基于“增大化现实”技术在所有的过渡时滞系数为零，以保持与传统MATLAB®单元阵列索引的一致性。