创建移动平均模型
这些例子展示如何创建各种滑动平均(MA)模型通过使用华宇电脑
函数。
默认MA模型
这个例子展示了如何使用速记华宇电脑(p D q)
语法来指定默认的马
默认情况下,创建的模型对象的所有参数未知值,和创新与常数分布是高斯方差。
指定默认的马(3)模型:
Mdl = arima (0, 0, 3)
Mdl = arima与属性:描述:“arima(0, 0, 3)模型(高斯分布)”分布:的名字="Gaussian" P: 0 D: 0 Q: 3 Constant: NaN AR: {} SAR: {} MA: {NaN NaN NaN} at lags [1 2 3] SMA: {} Seasonality: 0 Beta: [1×0] Variance: NaN
输出显示了创建的模型对象,Mdl
,已经南
所有模型参数的值:常数项,马系数和方差。您可以修改创建的模型对象使用点符号,或输入(和数据)估计
。
MA模型没有常数项
这个例子显示了如何指定一个硕士(问)模型与常数项等于零。使用名称的语法来指定一个不同于默认模型的模型。
指定一个马(2)模型没有常数项,
在创新与常数分布是高斯方差。
Mdl = arima (“MALags”1:2,“不变”,0)
Mdl = arima与属性:描述:“arima(0, 0, 2)模型(高斯分布)”分布:的名字="Gaussian" P: 0 D: 0 Q: 2 Constant: 0 AR: {} SAR: {} MA: {NaN NaN} at lags [1 2] SMA: {} Seasonality: 0 Beta: [1×0] Variance: NaN
的MALags
名称-值参数指定了对应的滞后马非零系数。房地产常数
在创建模型对象=0
,如指定。模型对象的默认值对于所有其他属性,包括南
马值作为未知参数占位符:方差系数和标量。
您可以修改创建的模型变量,或输入它(和数据)估计
。
马与Nonconsecutive滞后模型
这个例子显示了如何指定一个硕士(问在nonconsecutive滞后)模型具有非零系数。
指定一个马马(4)模型与非零系数滞后1和4(一个没有常数项),
在创新与常数分布是高斯方差。
Mdl = arima (“MALags”(1、4),“不变”,0)
Mdl = arima与属性:描述:“arima(0, 0, 4)模型(高斯分布)”分布:的名字="Gaussian" P: 0 D: 0 Q: 4 Constant: 0 AR: {} SAR: {} MA: {NaN NaN} at lags [1 4] SMA: {} Seasonality: 0 Beta: [1×0] Variance: NaN
输出显示了非零的AR系数在滞后1和4,指定。房地产问
等于4
,马presample创新需要初始化模型。无约束参数相等南
。
显示的值马
:
Mdl.MA
ans =1×4单元阵列(南){}{[0]}{[0]}{(南)}
的马
单元阵列返回四个元素。第一个和最后一个元素(对应于滞后1和4)有价值南
,表明这些系数非零,需要估计或由用户指定。华宇电脑
设置在临时滞后系数等于零来保持一致性与MATLAB®单元阵列索引。
MA模型参数值
这个例子显示了如何指定一个硕士(问)模型与已知的参数值。您可以使用这样一个完全指定的模型作为输入模拟
或预测
。
指定马(4)模型
在创新与常数分布是高斯方差0.15。
Mdl = arima (“不变”,0.1,“马”{0.7,0.2},…“MALags”(1、4),“方差”,0.15)
Mdl = arima与属性:描述:“arima(0, 0, 4)模型(高斯分布)”分布:的名字="Gaussian" P: 0 D: 0 Q: 4 Constant: 0.1 AR: {} SAR: {} MA: {0.7 0.2} at lags [1 4] SMA: {} Seasonality: 0 Beta: [1×0] Variance: 0.15
所有指定的参数值,即没有对象属性南
有价值的。
MA模型和t创新分布
这个例子显示了如何指定一个硕士(问用一个学生的)模型t创新分布。
指定一个马(2)模型没有常数项,
创新过程遵循学生的在哪里t分布有八个自由度。
tdist =结构(“名字”,“t”,“景深”8);Mdl = arima (“不变”0,“MALags”1:2,“分布”tdist)
Mdl = arima与属性:描述:“arima(0, 0, 2)模型(t分布)”分布:的名字="t", DoF = 8 P: 0 D: 0 Q: 2 Constant: 0 AR: {} SAR: {} MA: {NaN NaN} at lags [1 2] SMA: {} Seasonality: 0 Beta: [1×0] Variance: NaN
的价值分布
是一个结构体
数组字段的名字
等于“t”
和现场景深
等于8
。当你指定的自由度,他们没有估计如果你输入模型估计
。
使用计量经济建模器指定MA模型应用
在计量经济学建模师应用程序,您可以指定滞后结构,存在一个常数,和创新分布的硕士(问通过以下步骤)模型。所有指定的系数未知但有价值的参数。
在命令行,打开计量经济学建模师应用程序。
econometricModeler
另外,打开应用程序从应用程序画廊(见计量经济学建模师)。
在时间序列窗格中,选择的响应时间序列模型是合适的。
在计量经济学建模师选项卡,模型部分中,点击马。
的MA模型参数对话框出现了。
指定滞后结构。指定一个硕士(问马)模型,该模型包括所有从1到滞后问,可以使用延迟订单选项卡。对于灵活地指定包含特定的滞后、使用滞后的向量选项卡。更多细节,请参阅指定单变量滞后算子多项式交互。无论您使用选项卡,您可以验证模型的方程形式通过检查模型方程部分。
例如:
指定一个马(3)模型,该模型包括一个常数,包括第一个滞后、和创新具有高斯分布,集移动平均线顺序来
3
。指定一个马(2)模型,包括第一个滞后,高斯分布,但不包括一个常数:
集移动平均线顺序来
2
。清除包括常数项复选框。
指定一个包含nonconsecutive滞后MA(4)模型
在哪里εt是一系列的IID高斯创新:
单击滞后的向量选项卡。
集移动平均线顺序来
1 - 4
。清除包括常数项复选框。
指定一个马(2)模型,包括第一个滞后,包括一个常数项,t分布式创新:
集移动平均滞后来
2
。单击创新分布按钮,然后选择
t
。
参数的自由度t分布是未知但有价值的参数。
你指定一个模型后,单击估计估计模型中的未知参数。
移动平均模型是什么?
硕士(问)模型
滑动平均(MA)模型捕获序列自相关时间序列yt通过表达的条件均值yt作为过去的创新,的函数 。一个取决于MA模型问过去的创新程度称为MA模型问用MA (问)。
马的形式(问在计量经济学工具箱™)模型
(1) |
在滞后算子多项式符号, 。定义的程度问马滞后算子多项式 你可以写马(问)模型
可逆性的MA模型
荒原的分解[2]文学硕士(问)过程总是静止的,因为 是一个finite-degree多项式。
对于一个给定的过程,然而,并没有独特的马polynomial-there总是不可逆转和可逆的解决方案[1]。对于独特性,它是传统的可逆性限制强加于马多项式。实际上,选择意味着这个过程是可逆的解决方案因果。马一个可逆的过程可以表示为一个infinite-degree AR过程,意义只有过去的事情(不是未来事件)预测时事。马算子多项式 是可逆的,如果所有的根在单位圆之外。
计量经济学工具执行马多项式的可逆性。当你指定一个马模型使用华宇电脑
,你得到一个错误,如果你输入不对应于一个可逆的多项式的系数。同样的,估计
在估计可逆性强加限制。
引用
[1]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]荒原,赫尔曼。“平稳时间序列的分析研究。”精算师协会的杂志上70(1939年3月):113 - 115。https://doi.org/10.1017/S0020268100011574。