预测单变量自回归综合移动平均(ARIMA)模型或条件方差的反应
(
返回Y
,YMSE
)=预测(Mdl
,numperiods
,Y0
)numperiods
连续预测的反应Y
和相应的均方误差(MSE)YMSE
完全指定的单变量ARIMA模型Mdl
。presample响应数据Y0
初始化模型生成预测。
的预测
函数集样本路径的数量(numpaths
)之间的最大列数presample数据集E0
,半
,Y0
。所有presample数据集必须有一个列或numpaths
> 1列。否则,预测
一个错误的问题。例如,如果您的供应Y0
和E0
,Y0
有五个列代表五个路径呢E0
可以有一列或五列。如果E0
有一个专栏,预测
适用于E0
每条路径。
南
值presample和未来的数据集显示缺失的数据。预测
从presample中删除丢失的数据的数据集后这个过程:
预测
横向连接指定presample数据集Y0
,E0
,半
,X0
这最新的观察同时发生。结果可以是一个锯齿状的数组,因为presample数据集可以有不同数量的行。在这种情况下,预测
前置变量与一个适当数量的零矩阵。
预测
list-wise删除适用于结合presample矩阵包含至少一个通过删除所有行南
。
预测
提取加工presample从步骤2的结果数据集,并删除所有前置零。
预测
一个类似的过程适用于预测预测数据XF
。后预测
list-wise删除适用于XF
,结果必须至少numperiods
行。否则,预测
一个错误的问题。
List-wise缺失降低了样本大小和可以创建不规则的时间序列。
当预测
估计,为了YMSE
有条件的平均预期Y
,该函数将指定的预测数据集X0
和XF
作为外生,nonstochastic和统计模型的独立创新。因此,YMSE
只反映了方差与ARIMA组件的输入模型Mdl
。
[1]柏丽,理查德·T。和蒂姆Bollerslev。“在动态模型预测条件方差随时间变化。”计量经济学杂志52岁(1992年4月):91 - 113。https://doi.org/10.1016/0304 - 4076 (92) 90066 - z。
[2]Bollerslev,蒂姆。“广义自回归条件异方差性。”计量经济学杂志31日(1986年4月):307 - 27所示。https://doi.org/10.1016/0304 - 4076 (86) 90063 - 1。
[3]Bollerslev,蒂姆。“有条件地Heteroskedastic投机性价格和时间序列模型的回报。”经济学和统计学的评审69(1987年8月):542 - 47。https://doi.org/10.2307/1925546。
[4]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。
[5]恩德斯,沃尔特。应用计量经济学时间序列。新泽西州霍博肯:约翰·威利& Sons Inc ., 1995年。
[6]罗伯特·恩格尔,。f .“自回归条件异方差性的估计的方差英国通货膨胀。”费雪50(1982年7月):987 - 1007。https://doi.org/10.2307/1912773。
[7]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。