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
和
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: {
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:
P
.此属性在任意时自动更新p(非季节性AR算子的度),
(季节AR运算符的程度),D(非季节性差异的程度),或年代(季节差异程度)变化。
问
.这个属性会在任何时候自动更新问(非季节性MA运算符的程度),或
(MA算子的季节度)变化。
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。