加载数据_.mat数据集，包含从1954年到1998年的每月美国失业率系列。

负载失业数据

变量数据和日期，在工作区中显示。有关数据的更多细节，请输入描述．

数据是失业率的45 × 12矩阵。的行数据对应连续年份，其列对应连续月份；数据(j，k）这个月的失业率是多少k每年的j．代表数据通过转置矩阵，然后垂直连接结果列，将其作为常规时间序列数据的向量。

Data =数据”;联合国=数据(:);

日期是连续45个采样年的数字向量。创建日期时间向量扩展日期包括每年的所有月份。

Y = repmat(日期',12日1);Y = Y (:);M = repmat((1:12),长度(日期),1);D = 1(长度(联合国),1);t = datetime (Y、M, D);

或者，您可以使用平静功能有效地包括每年的所有月份。

tspan = datetime([日期(1);日期(结束)]、[1;12]、[1;1);t = (tspan (1): calmonths (1): tspan (2) ';

绘制失业率序列。NBER报告的衰退时期覆盖波段。

图(t,un) recessionplot”率(%))标题(“失业率”）

经济衰退时期似乎伴随着失业率的突然、相对较大的上升而出现。

在时间序列图上覆盖衰退带，然后返回衰退带的手柄来改变颜色和不透明度。

加载Data_CreditDefaults.mat数据集，其中包含一个信用违约率系列和几个预测系列每年测量从1984年到2004年。

负载Data_CreditDefaults

变量数据和日期，在工作区中显示。有关数据的更多细节，请输入描述．

数据是一个包含序列的21×5数字矩阵。提取预测器序列，它包含前四列。

X =数据(:,1:4);

日期是包含21个采样年的数字向量。转换日期到日期时间年向量。假设该系列在年底测量。

T =元素个数(日期);date = [date [12 31].*ones(T,2)];日期= datetime(日期);

绘制预测序列。覆盖衰退带并将控制柄返回到带。将带颜色更改为红色，并将不透明度降低为0.1。

图形绘图（日期，X，“线宽”，2）；xlabel(“年”）;ylabel (“级别”）;hBands = recessionplot;集(hBands,“FaceColor”，“r”，“FaceAlpha”, 0.1);