数据预处理
时间序列数据格式、阴谋和变换
应用程序
| 计量经济学建模师 | 分析和计量经济学时间序列模型 |
类
LagOp |
创建滞后算子多项式 |
功能
例子和如何
- 准备时间序列计量经济学建模应用程序的数据
在MATLAB准备时间序列数据®命令行,然后集导入Modeler计量经济学。
- 时间序列数据导入到计量经济学建模应用
从MATLAB工作区或进口时间序列数据MAT-file计量经济学建模者。
- 阴谋使用计量经济学时间序列数据建模师应用
交互图单变量和多变量时间序列数据,然后解释情节并与之交互。
- 变换使用计量经济学时间序列建模应用
将时间序列数据交互。
- 季节性差分
时间序列的季节性差异。
- 季节性和季节性差分
适用于季节性和季节性差异使用滞后算子多项式对象。
- 移动平均趋势的估计
估计使用对称的长期趋势移动平均线的功能。
- 使用一个稳定的季节性调整季节性过滤器
延长的销售季节时间序列使用一个稳定的季节性过滤器。
- 季节性调整使用S (n, m)季节性过滤器
季节性的过滤器适用于延长的销售季节时间序列。
- 参数趋势评估
使用参数估计季节性和季节性趋势组件模型。
- 使用Hodrick-Prescott过滤器复制原始的结果
使用Hodrick-Prescott滤波器分解时间序列。
- 比较片面和双边Hodrick-Prescott过滤结果
光滑的美国国内生产总值(GDP)通过应用单面和双面Hodrick-Prescott过滤器,并比较结果平滑的趋势。
- 指定滞后算子多项式
创建滞后算子多项式对象。
概念
- 计量经济学建模
理解模型选择技术和计量经济学工具箱™特性。
- 随机过程的特点
理解的定义、形式和随机过程的性质。
- 分析使用计量经济学时间序列数据建模师
交互式可视化和分析单变量或多变量时间序列数据。
- 数据转换
确定适合您的哪些数据转换的问题。
- Trend-Stationary与Difference-Stationary流程
确定非平稳过程的特点。
- 时间序列分解
学习把时间序列分解为确定性趋势,季节性和不规则的组件。
- 移动平均滤波器
一些时间序列可分解成不同的组件的趋势。估计趋势组件无需参数假设,您可以考虑使用一个过滤器。
- 季节性的过滤器
您可以使用一个季节性过滤器(移动平均)来估计时间序列的季节性组件。
- 季节性调整
季节性调整的过程中移除一个讨厌的周期分量。季节性调整的结果是一个延长的销售季节时间序列。
- 基本分区ARIMA模型估计的时间
当你适应时间序列数据模型,模型中滞后项需要初始化,通常与观测样本的开始。
