模拟
类:regARIMA
基于ARIMA误差的回归模型蒙特卡罗模拟
语法
[Y,E] =模拟(Mdl,numObs)
[Y,E,U] =模拟(Mdl,numObs)
[Y,E,U] = simulate(Mdl,numObs,Name,Value)
描述
[
模拟观测的一个样本路径(Y
,E
=模拟(Mdl
,numObs
)Y
)和创新(E
),由带有ARIMA时间序列误差的回归模型,Mdl
.软件模拟numObs
每个样本路径的观察和创新。
输入参数
|
带有ARIMA误差的回归模型,指定为a 的性质 |
|
的每条路径生成的观察数(行) |
名称-值参数
指定可选参数对为Name1 = Value1,…,以=家
,在那里的名字
参数名称和价值
对应的值。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。
在R2021a之前,使用逗号分隔每个名称和值,并将其括起来的名字
在报价。
|
预采样创新,其均值为0,并为ARIMA错误模型提供初始值,指定为逗号分隔的对,由
默认值: |
|
要生成的示例路径(列)的数量 默认值: |
|
预采样为ARIMA错误模型提供初始值的无条件扰动,指定为由逗号分隔的对组成的
默认值: |
|
回归模型中的预测器数据,指定为由逗号分隔的对组成 的列 默认值: |
笔记
南
年代E0
,情况
,X
指示缺失的值和模拟
删除它们。该软件合并预样本数据集(E0
而且情况
),然后使用按列表删除删除任何南
年代。模拟
同样删除南
年代从X
.删除南
数据中的S减少了样本量,也可以创建不规则的时间序列。模拟
假设同步预采样数据,使每个预采样系列的最新观测同时发生。所有预测符(即
X
)与中的每个响应路径相关联Y
.
输出参数
|
模拟响应,返回为 |
|
模拟,平均0次创新,返回为a |
|
模拟的无条件扰动,返回为 |
例子
参考文献
[1]博克斯,g.e.p, g.m.詹金斯,g.c.赖塞尔。时间序列分析:预测与控制.恩格尔伍德悬崖,新泽西州:普伦蒂斯大厅,1994年。
[2]戴维森R.和J. G.麦金农。计量经济学理论与方法“,.英国牛津:牛津大学出版社,2004年。
恩德斯,W。应用计量经济学时间序列.霍博肯,新泽西州:约翰·威利父子公司,1995年。
[4] j.d.汉密尔顿时间序列分析.普林斯顿,新泽西州:普林斯顿大学出版社,1994。
Pankratz, A。动态回归模型预测。约翰·威利父子公司,1991年。
[6]蔡瑞。财务时间序列分析.第二版。霍博肯,新泽西州:约翰威利父子公司,2005年。