创建集成自回归移动平均模型
这些例子展示如何创建各种自回归整合移动平均(ARIMA)模型通过使用华宇电脑
函数。
默认的ARIMA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ARIMA (p,D,问)模型,
在哪里 是一个 差时间序列。你可以写这个模型以浓缩的形式使用滞后算子符号:
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ARIMA(1, 1, 1)模型:
Mdl = arima (1, 1, 1)
Mdl = arima与属性:描述:“arima(1, 1, 1)模型(高斯分布)”D我stribution: Name = "Gaussian" P: 2 D: 1 Q: 1 Constant: NaN AR: {NaN} at lag [1] SAR: {} MA: {NaN} at lag [1] 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,AR和马系数和方差。您可以修改创建的模型使用点符号,或输入(和数据)估计
。
房地产P
值2 (p+D)。这是presample观测的数量需要初始化AR模型。
ARIMA模型与已知的参数值
这个例子显示了如何指定一个ARIMA (p,D,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ARIMA(2, 1, 1)模型
分布是学生的创新在哪里t10个自由度,恒定方差0.15。
tdist =结构(“名字”,“t”,“景深”10);Mdl = arima (“不变”,0.4,基于“增大化现实”技术的{0.8,-0.3},“马”,0.5,…' D ',1“分布”tdist,“方差”,0.15)
Mdl = arima与属性:描述:“arima(2, 1, 1)模型(t分布)”D我stribution: Name = "t", DoF = 10 P: 3 D: 1 Q: 1 Constant: 0.4 AR: {0.8 -0.3} at lags [1 2] SAR: {} MA: {0.5} at lag [1] SMA: {} Seasonality: 0 Beta: [1×0] Variance: 0.15
名称-值对的观点D
指定程度的季节性集成(D)。
所有指定的参数值,即没有对象属性南
有价值的。
使用计量经济建模器指定ARIMA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ARIMA (p,D,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,点击华宇电脑。创建ARIMAX模型,明白了创建协变量包括外生ARIMA模型。
的ARIMA模型参数对话框出现了。
指定滞后结构。指定一个ARIMA (p,D,问)模型,该模型包括所有从1到基于“增大化现实”技术的滞后p马和所有从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ARIMA(1,2)模型,该模型包括一个常数,包括所有连续AR和马滞后1到各自的订单,和创新有一个高斯分布:
集程度的集成来
1
。集自回归秩序来
3
。集移动平均线顺序来
2
。
指定ARIMA(1,2)模型,该模型包括所有AR和马滞后1到各自的订单,有一个高斯分布,但不包括一个常数:
集程度的集成来
1
。集自回归秩序来
3
。集移动平均线顺序来
2
。清除包括常数项复选框。
指定一个ARIMA(1, 4)模型包含nonconsecutive滞后
在哪里εt是一系列的IID高斯创新:
单击滞后的向量选项卡。
集程度的集成来
1
。集自回归滞后来
1 4 8
。集移动平均滞后来
1 - 4
。清除包括常数项复选框。
指定ARIMA(1,2)模型,该模型包括所有连续AR和马滞后,通过各自的订单和一个常数项和t分布的创新:
集程度的集成来
1
。集自回归秩序来
3
。集移动平均线顺序来
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。
ARIMA模型是什么?
自回归综合移动平均(ARIMA)过程产生的非平稳系列集成的秩序D,表示我(D)。一个非平稳的我(D)过程可以平稳通过D的差异。这些过程通常被称为difference-stationary或单位根流程。
一系列可以作为平稳ARMA模型(p,问差后)过程D次用ARIMA (p,D,问)。的形式ARIMA (p,D,问在计量经济学工具箱™)模型
(1) |
在滞后算子符号, 。你可以写ARIMA (p,D,问)模型
(2) |
的基于“增大化现实”技术的滞后算子多项式的系数, ,右侧是相反的方程1。当指定和解释AR系数计量经济学工具箱,使用表单方程1。
请注意
在原始Box-Jenkins方法论,你差一个集成建模之前系列直到它是静止的。然后,您作为平稳ARMA模型差系列(p,问)过程[1]。计量经济学工具箱适合和预测ARIMA (p,D,问)直接处理,所以您不需要之前差异数据建模(或backtransform预测)。
引用
[1]盒子,乔治·e·P。,Gwilym M. Jenkins, and Gregory C. Reinsel.时间序列分析:预测与控制。第三。恩格尔伍德悬崖,新泽西:普伦蒂斯霍尔,1994年。