armafevd

生成或绘制ARMA模型预测误差方差分解（FEVD）

折叠页面中的所有内容

句法

武装力量（ar0，ma0）
armafevd（ar0，ma0，名称，值）
Y = armafevd（___）
armafevd（斧，___）
[Y，H] = armafevd（___）

说明

该armafevd函数返回或绘制预测误差方差分解一元或向量（多元）自回归滑动平均（ARMA或VARMA）模型中由系数数组或滞后算子多项式指定的变量。

或者，可以使用此表中的函数从完全指定（例如，估计）的模型对象返回FEVD。

模型对象 IRF功能
瓦姆 联邦调查局
向量误差修正模型 联邦调查局

FEVD提供了每个创新在影响系统中所有变量的预测误差方差方面的相对重要性的信息。相反，脉冲响应函数（IRF）将创新冲击的影响追溯到一个变量对系统中所有变量响应的影响。要估计单变量或多变量ARMA模型的IRF，请参见军备。

例

舰队(阿罗，MA0）图，在分开的图中，的所述FEVD毫瓦即组成一个ARMA时间序列变量（p，q）模式，用自回归（AR）和移动平均（MA）的系数阿罗和MA0， 分别。各图中对应于可变和包含毫瓦直线图。直线图是该变量在预测范围内的FEVDs，是在时间0时应用于系统中所有变量的一个标准差创新冲击的结果。

该armafevd功能：

  • 接受基质的载体或细胞的载体在差分方程表示法

  • 接受泻湖中与AR和MA多项式相对应的滞后算子多项式滞后算子表示法

  • 容纳是单变量或多变量，静止的或集成的，结构的或减少的形式，和可逆的或可逆的时间序列模型

  • 假设模型常数C是0

例

舰队(阿罗，MA0，名称，值）绘制毫瓦具有由一个或多个名称-值对参数指定的附加选项的FEVDs。例如，“NumObs”，10，“Method”，“generalized”指定10时段预测范围和广义FEVD的估计。

例

ÿ=武器装备(___）返回毫瓦使用任何在前面的语法输入参数组合FEVDs。

舰队(斧头，___）地块与轴指定在斧头代替在新的数字轴。选项斧头可以位于前面语法中任何输入参数组合的前面。

[ÿ，H] = armafevd（___）此外，还返回打印图形对象的句柄。使用元素H修改返回的绘图的属性。

实例

全部收缩

打开实时脚本

画出单变量ARMA的FEVD（2,1）模型

ÿ Ť = 0 。 3 ÿ Ť - 1 - 0 。 1 ÿ Ť - 2 + ε Ť + 0 。 0 五 ε Ť - 1 。

在模型中遇到自回归系数和移动平均系数时，为它们创建向量，用差分方程表示法表示。

AR0 = [0.3 -0.1];MA0 = 0.05;

情节正交FEVD ÿ Ť 。

武装力量（AR0，MA0）；

因为 ÿ Ť 是单变量的FEVD是微不足道的。

打开实时脚本

画出VARMA（3,1）模型的FEVD

ÿ Ť = [ - 0 。 五 0 。 2 0 。 1 0 。 3 0 。 1 - 0 。 1 - 0 。 4 0 。 2 0 。 0 五 ] ÿ Ť - 1 + [ - 0 。 0 五 0 。 0 2 0 。 0 1 0 。 1 0 。 0 1 0 。 0 0 1 - 0 。 0 4 0 。 0 2 0 。 0 0 五 ] ÿ Ť - 3 + ε Ť + [ - 0 。 0 2 0 。 0 3 0 。 3 0 。 0 0 3 0 。 0 0 1 0 。 0 1 0 。 3 0 。 0 1 0 。 0 1 ] ε Ť - 1

哪里 ÿ Ť = [ ÿ 1 Ť ÿ 2 Ť ÿ 3 Ť ] “ 和 ε Ť = [ ε 1 Ť ε 2 Ť ε 3 Ť ] “ 。

VARMA模型采用差分方程表示法，因为电流响应与方程中的所有其他项分离。

创建包含VAR矩阵系数的单元格向量。系数矩阵在单元向量中的位置决定了它的滞后。因此，指定一个3乘3的零矩阵作为向量的第二个元素。

var0={[-0.5 0.2 0.1；0.3 0.1-0.1；-0.4 0.2 0.05]，...零（3），...[-0.05 0.02 0.01；0.1 0.01 0.001；-0.04 0.02 0.005]}；

创建包含VMA矩阵系数的细胞载体。

vma0={[-0.02 0.03 0.3；0.003 0.001 0.01；0.3 0.01 0.01]}；

画出VARMA模型的正交FEVDs。

armafevd（var0，vma0）;

armafevd返回三位数。数字ķ包含变量的广义FEVDķ在时间0施加到所有其它变量的冲击。

  • 您可以通过属性最多变1的预测误差方差的冲击变量1.冲击变量2不变量1的预测误差方差难有作为。

  • 您可以通过属性最多变2的预测误差方差的冲击变量2.冲击变量3不变量2的预测误差方差难有作为。

  • 您可以通过属性最多变3的预测误差方差的冲击变量3.冲击变量2不变量3的预测误差方差难有作为。

打开实时脚本

绘制结构VARMA（8,4）模式的整个FEVD

{ [ 1 0 。 2 - 0 。 1 0 。 0 3 1 - 0 。 1 五 0 。 9 - 0 。 2 五 1 ] - [ - 0 。 五 0 。 2 0 。 1 0 。 3 0 。 1 - 0 。 1 - 0 。 4 0 。 2 0 。 0 五 ] 大号 4 - [ - 0 。 0 五 0 。 0 2 0 。 0 1 0 。 1 0 。 0 1 0 。 0 0 1 - 0 。 0 4 0 。 0 2 0 。 0 0 五 ] 大号 8 } ÿ Ť = { [ 1 0 0 0 1 0 0 0 1 ] + [ - 0 。 0 2 0 。 0 3 0 。 3 0 。 0 0 3 0 。 0 0 1 0 。 0 1 0 。 3 0 。 0 1 0 。 0 1 ] 大号 4 } ε Ť

哪里 ÿ Ť = [ ÿ 1 Ť ÿ 2 Ť ÿ 3 Ť ] “ 和 ε Ť = [ ε 1 Ť ε 2 Ť ε 3 Ť ] “ 。

VARMA模型采用滞后算子表示法，因为响应向量和创新向量位于方程的对侧。

创建包含VAR矩阵系数的细胞载体。因为这个模型是滞后算符号的结构模型，开始与系数 ÿ Ť 然后按延迟顺序输入其余的。构造一个向量，该向量指示对应系数的滞后项的程度（结构系数滞后为0）。

var0 = {[1 0.2 -0.1;0.03 1 -0.15;0.9 -0.25 1]，...-  [ -  0.5 0.2 0.1;0.3 0.1 -0.1;-0.4 0.2 0.05]，...-[-0.05 0.02 0.01；0.1 0.01 0.001；-0.04 0.02 0.005]}；变量滞后=[0 4 8]；

创建包含VMA矩阵系数的单元向量。因为这个模型是用滞后算子表示的，所以从 ε Ť 而为了通过延迟进入休息。构造，用于指示相应的系数的滞后术语的程度的向量。

vma0={眼睛（3），...[-0.02 0.03 0.3;0.003 0.001 0.01;0.3 0.01 0.01]};vma0Lags = [0 4];

构建描述VARMA模型的VAR和VMA部件分开滞后算多项式。

VARLag=拉各普（var0，'滞后'，var0Lags）;VMALag = LagOp（vma0，'滞后'，vma0滞后）；

绘制VARMA模型的广义FEVDs。

阿玛菲德（瓦拉格，瓦拉格，'方法'，“广义”）;

armafevd返回三位数。数字ķ包含变量的广义FEVDķ在时间0施加到所有其它变量的冲击。

  • 您可以将变量1的大部分预测误差方差归因于变量1的冲击。对变量2和3的冲击对变量1的预测误差方差的贡献相似。

  • 您可以通过属性最多变2的预测误差方差的冲击变量2.冲击变量3不变量2的预测误差方差难有作为。

  • 您可以将变量3的大多数预测误差方差归因于变量1和3的冲击，每个冲击都会产生相似的量。对变量2的冲击对变量3的预测误差方差贡献不大。

打开实时脚本

二维VAR（3）模型的广义FEVDs计算

ÿ Ť = [ 1 - 0 。 2 - 0 。 1 0 。 3 ] ÿ Ť - 1 - [ 0 。 7 五 - 0 。 1 - 0 。 0 五 0 。 1 五 ] ÿ Ť - 2 + [ 0 。 五 五 - 0 。 0 2 - 0 。 0 1 0 。 0 3 ] ÿ Ť - 3 + ε Ť 。

在公式中， ÿ Ť = [ ÿ 1 ， Ť ÿ 2 ， Ť ] “ ， ε Ť = [ ε 1 ， Ť ε 2 ， Ť ] “ ，而且，对所有人来说Ť， ε Ť 是高斯均值为零，协方差矩阵

Σ = [ 0 。 五 - 0 。 1 - 0 。 1 0 。 2 五 ] 。

创建矩阵为自回归系数的细胞载体，你遇到他们的模型作为差分方程的符号表示。指定创新协方差矩阵。

AR1 = [1 -0.2;-0.1 0.3];AR2 =  -  [0.75 -0.1;-0.05 0.15];AR3 = [0.55 -0.02;-0.01 0.03];AR0 = {AR1 AR2 AR3};InnovCov = [0.5 -0.1;-0.1 0.25];

计算的广义FEVDs ÿ Ť . 由于不存在MA术语，请指定一个空数组([])对于第二个输入参数。

Y=阿尔玛费夫德（ar0，[]，'方法'，“广义”，“因诺沃科夫”，InnovCov）；尺寸（Y）
ANS =1×3312年
Y（10,1,2）
ANS = 0.1302

ÿ是一个31 x 2 x 2的FEVDs数组。行对应于预测范围中的时间1到31，列对应于armafevd冲击在时间0和页面对应于系统变量的FEVD。例如，在预测范围可变2的预测误差方差的贡献在时间10，归因于冲击变量1，是Y（10,1,2）= 0.1302。

armafevd满足后31期的停止准则。您可以指定停止越早使用“裸体”名称 - 值对的参数。这种做法是有益的，当系统中有很多变数。

计算并显示前10个周期的广义FEVDs。

Y10=武装力量（ar0，[]，'方法'，“广义”，“因诺沃科夫”，InnovCov，...“裸体”，10页）
Y10 = Y10（：，：，1）= 1.0000 0.0800 0.9912 0.1238 0.9863 0.1343 0.9863 0.1341 0.9873 0.1294 0.9874 0.1313 0.9864 0.1342 0.9864 0.1343 0.9866 0.1336 0.9867 0.1336 Y10（：，：，2）= 0.0800 1.0000 0.1157 0.9838 0.1235 0.9737 0.1236 0.9737 0.1237 0.97360.1264 0.9709 0.1296 0.9679 0.1298 0.9677 0.1298 0.9677 0.1302 0.9673

Y10是一个10 x 2 x 2的fevd数组。行对应于预测范围内的时间1到10。在所有的fevd中，贡献似乎在10个周期过去之前趋于稳定。

对于每个变量（页），计算该行的款项。

总和（Y10,2）
ans=ans（：，：，1）=1.0800 1.1150 1.1206 1.1204 1.1167 1.1187 1.1206 1.1207 1.1202 1.1203 ans（：，：，2）=1.0800 1.0995 1.0972 1.0973 1.0973 1.0973 1.0975 1.0975 1.0975 1.0975

对于广义FEVDs，预测范围内每个时段的预测误差方差贡献不一定总和为一。这一特性与正交FEVDs形成对比，在正交FEVDs中，所有行相加为一。

输入参数

全部收缩

ARMA的自回归系数(p，q)模型，指定为数值向量，方形数值矩阵的单元向量，或泻湖滞后算子多项式对象。如果阿罗是一个矢量（数字或细胞），则系数ÿŤ是身份(眼睛（numVars））。

对于MA模型，指定空数组或单元格([]或{}）。

  • 对于单变量时间序列模型，阿罗是数值向量、标量单元向量或一维泻湖滞后算子多项式。对于载体，阿罗有长度p和元素对应于构成该AR多项式在滞后响应差分方程表示法。换一种说法，ar0（焦耳）或ar0{j}是的系数ÿT-Ĵ，Ĵ=1，…，p。单变量模型的方差分解是微不足道的；请参见ÿ。

  • 对于毫瓦维时间序列模型，阿罗是毫瓦-由-毫瓦数值矩阵或毫瓦-尺寸泻湖滞后算子多项式。对于细胞载体：

    • 阿罗有长度p。

    • 阿罗和MA0每个人都必须包含毫瓦-由-毫瓦矩阵。对于每一个矩阵，行ķ和列ķ对应于可变ķ在系统中ķ=1，…，毫瓦。

    • 元素阿罗对应于差分方程表示法中构成AR多项式的滞后响应。换句话说，ar0{j}是矢量的系数矩阵ÿT-Ĵ，Ĵ=1，…，p。对于所有的AR系数矩阵，行ķ包含变量方程中的AR系数ÿKT，和列ķ包含可变的系数ÿKT公式中。所有的自回归和移动平均系数的行和列的顺序必须是一致的。

  • 对于泻湖滞后算子多项式：

    • 中的系数系数属性对应于的滞后ÿŤ在滞后属性。

    • 通过提供第一个系数的恒等式以简化形式指定模型(眼睛（numVars））。

    • armafevd使用组合模型滞后算子表示法。换言之，当你用差分方程表示法从一个模型开始工作时，求出滞后响应的AR系数的负值，以构造滞后算子多项式的等价项。

      例如，考虑 ÿ Ť = 0.5分 ÿ Ť − 1 − 0.8分 ÿ Ť − 2 + ε Ť − 0.6分 ε Ť − 1 + 0.08 ε Ť − 2 。该模型是在差分方程的形式。为了计算FEVD，请在命令行下面。

      y=武装力量（[0.5-0.8]，[0.6 0.08]）；

      用滞后算子表示的ARMA模型是 （ 1 − 0.5分 大号 + 0.8分 大号 2 ） ÿ Ť = （ 1 − 0.6分 大号 + 0.08 大号 2 ） ε Ť 。 与差分方程格式的相应系数相比，滞后响应的AR系数为负值。要使用滞后运算符表示法获得相同的结果，请在命令行中输入以下命令。

      AR0 = LagOp（{1 -0.5 0.8}）;MA0 = LagOp（{1 -0.6 0.08}）;Y = armafevd（AR0，MA0）;

移动ARMA的平均系数（p，q)模型，指定为数值向量，方形数值矩阵的单元向量，或泻湖滞后算子多项式对象。如果MA0是一个矢量（数字或细胞），则系数εŤ是身份(眼睛（numVars））。

对于AR模型，指定空数组或单元格([]或{}）。

  • 对于单变量时间序列模型，MA0是数值向量、标量单元向量或一维泻湖滞后算子多项式。对于载体，MA0有长度q和元素对应于构成该AR多项式中滞后的创新差分方程表示法。换一种说法，最大允许浓度（j）或ma0{j}是的系数εT-Ĵ，Ĵ=1，…，q。单变量模型的方差分解是微不足道的；请参见ÿ。

  • 对于毫瓦维时间序列模型，MA0是数值的单元格向量毫瓦-由-毫瓦数值矩阵或毫瓦-尺寸泻湖滞后算子多项式。对于细胞载体：

    • MA0有长度q。

    • 阿罗和MA0每个人都必须包含毫瓦-由-毫瓦矩阵。对于每一个矩阵，行ķ和列ķ对应于可变ķ在系统中ķ=1，…，毫瓦。

    • 元素MA0相应于组成在差分方程表示法的MA多项式的滞后的响应。换一种说法，ma0{j}是的系数矩阵εT-Ĵ，Ĵ=1，…，q。对于所有的MA系数矩阵，行ķ包含变量方程中的MA系数εKT，和列ķ包含的系数εKT在方程式中。所有自回归和移动平均系数矩阵的行和列顺序必须一致。

  • 对于泻湖滞后操作多项式，系数在系数属性对应于的滞后εŤ在滞后属性。

    要以简化形式指定模型，请提供标识(眼睛（numVars））对于系数对应于滞后0。

在其上的轴来绘制每个变量的FEVD，指定为的矢量轴长度等于毫瓦。

默认情况下，armafevd在不同的图形中绘制轴上的方差分解图。

名称 - 值对参数

指定可选的用逗号分隔的对名称，值论据。姓名是参数的名称和价值是相应的值。姓名必须出现引号内。您可以按照任何顺序指定多个名称和值对参数名称1，值1，…，名称n，值n。

例子：“方法”，“广义”，“NumObs”，10指定计算每个变量10个周期的广义FEVD。

ARMA的协方差矩阵(p，q）模式创新εŤ，指定为逗号分隔的一对组成的“因诺沃科夫”和数值标量或毫瓦-由-毫瓦数字矩阵。因诺夫科夫必须是正定标量或正定矩阵。

默认值为眼睛（numVars）。

例子：'InnovCov'，0.2

数据类型：双重的

预测范围，或周期的数量为哪些armafevd计算FEVD，指定为逗号分隔对，由“裸体”一个正整数。换句话说，NumObs指定要包含在FEVD中的观察数（中的行数ÿ）。

默认情况下，armafevd决定NumObs通过的停止标准分水岭。

例子：“裸体”，10

数据类型：双重的

FEVD计算方法，指定为逗号分隔的一对组成的'方法'并在此表中的值。

价值 说明
“正交化” 使用正交化的一个标准差创新冲击计算方差分解。armafevd使用的Cholesky分解因诺夫科夫用于正交化。
“广义” 使用一个标准差创新冲击计算方差分解。

例子：“方法”，“广义”

数据类型：烧焦|一串

输出参数

全部收缩

每个变量的FEVD，作为1的列向量或数值数组返回。

是的(Ť，Ĵ，ķ）是对变量方差分解的贡献ķ归因于创新冲击Ĵ当时Ť为Ť=1,2，…，裸体，Ĵ= 1,2，...，毫瓦和ķ= 1,2，...，毫瓦. 的列和页ÿ与中的变量顺序相对应阿罗和MA0。

对于单变量模型，ÿ是酮（numObs，1）因为在预测范围内，每个时段的方差分解都是一个。

打印图形对象的句柄，返回为毫瓦-由-毫瓦矩阵的图形对象。H（Ĵ，ķ）对应于ķ归因于创新冲击Ĵ在时间0。

H包含唯一的打印标识符，可用于查询或修改打印的属性。

更多关于

全部收缩

差分方程表示法

线性时间序列模型写入差分方程表示法将响应的现值及其结构系数放置在方程的左侧。方程的右侧包含滞后响应、当前创新和具有相应系数的滞后创新之和。

换句话说，用差分方程表示的线性时间序列是

Φ 0 ÿ Ť = C + Φ 1 ÿ Ť − 1 + ... + Φ p ÿ Ť − p + Θ 0 ε Ť + Θ 1 ε Ť − 1 + ... + Θ q ε Ť − q ，

哪里

  • ÿŤ是一个毫瓦表示的响应维向量毫瓦时间变量Ť，为所有人Ť为了毫瓦大于等于1。

  • εŤ是一个毫瓦表示在时间创新维向量Ť。

  • ΦĴ是毫瓦-由-毫瓦响应的AR系数的矩阵ÿT-Ĵ为Ĵ= 0，...，p。

  • Θķ是毫瓦-由-毫瓦创新的MA系数矩阵ε吨-K。，ķ= 0，...，q。

  • C是ñ-维度模型常数。

  • Φ0=Θ0=一世毫瓦，这是毫瓦-降维模型的维数恒等矩阵。

预测误差方差分解

该预测误差方差分解多元的（FEVD），动态系统显示在影响系统中的所有变量的预测误差方差的冲击给每个创新的相对重要性。

假设ÿŤ是ARMA（p，q含）模型毫瓦响应变量

Φ （ 大号 ） ÿ Ť = Θ （ 大号 ） ε Ť 。

  • Φ（大号)是自回归系数的滞后算子多项式，换句话说， Φ （ 大号 ） = Φ 0 − Φ 1 大号 − Φ 2 大号 2 − ... − Φ p 大号 p 。

  • Θ(大号）是移动平均系数的滞后算多项式，换句话说， Θ （ 大号 ） = Θ 0 + Θ 1 大号 + Θ 2 大号 2 + ... + Θ q 大号 q 。

  • εŤ是的向量毫瓦-D系列创新。假设创新点的均值为零，且所有创新点的协方差矩阵∑均为常数正定Ť。

无穷时滞MA表示ÿŤ是

ÿ Ť = Φ − 1 （ 大号 ） Θ （ 大号 ） ε Ť = Ω （ 大号 ） ε Ť 。

的FEVD的一般形式ÿKT（变量ķ）米未来时期，归因于一个标准差的创新冲击ÿJT是

γ 米 Ĵ ķ = ∑ Ť = 0 米 − 1 （ Ë ķ “ C Ť Ë Ĵ ） 2 ∑ Ť = 0 米 − 1 Ë ķ “ Ω Ť Σ Ω Ť “ Ë ķ 。

  • ËĴ是长度的选择向量毫瓦包含一个元素Ĵ其他地方都是零。

  • 对于正交FEVDs， C 米 = Ω 米 P ， 哪里P是在Σ的Cholesky因式分解下三角因子。

  • 广义FEVDs， C 米 = σ Ĵ − 1 Ω 米 Σ ， 哪里σĴ是创新的标准差Ĵ。

  • 分子是一个创新的冲击变量的贡献Ĵ到的预测误差方差米-变量的超前预测ķ。分母是的均方误差（MSE）米-变量的超前预测ķ[3]。

滞后算子表示法

时间序列模型滞后算子表示法位置ap-方程左侧当前响应上的度滞后算子多项式。方程的右侧包含模型常数和q-度滞后算子多项式对目前的创新。

换句话说，用滞后算子表示的线性时间序列模型是

Φ （ 大号 ） ÿ Ť = C + Θ （ 大号 ） ε Ť ，

哪里

  • ÿŤ是一个毫瓦表示的响应维向量毫瓦时间变量Ť，为所有人Ť为了毫瓦大于等于1。

  • Φ （ 大号 ） = Φ 0 − Φ 1 大号 − Φ 2 大号 2 − ... − Φ p 大号 p ，这是自回归，滞后算子多项式。

  • 大号是背面移位运算符，换句话说， 大号 Ĵ ÿ Ť = ÿ Ť − Ĵ 。

  • ΦĴ是毫瓦-由-毫瓦响应的AR系数的矩阵ÿT-Ĵ为Ĵ= 0，...，p。

  • εŤ是一个毫瓦表示在时间创新维向量Ť。

  • Θ （ 大号 ） = Θ 0 + Θ 1 大号 + Θ 2 大号 2 + ... + Θ q 大号 q ，这是移动平均，滞后算子多项式。

  • Θķ是毫瓦-由-毫瓦创新的MA系数矩阵ε吨-K。，ķ= 0，...，q。

  • C是毫瓦-维度模型常数。

  • Φ0=Θ0=一世毫瓦，这是毫瓦-降维模型的维数恒等矩阵。

将滞后算子表示法与差分方程表示法进行比较时，滞后AR系数的符号相对于差分方程表示法中的相应项是否定的。移动平均系数的符号相同且出现在同一侧。

有关滞后运算符表示法的详细信息，请参见滞后算子表示法。

提示

  • 为了适应结构ARMA（p，q）模型，供应泻湖滞后操作者多项式的输入参数阿罗和MA0. 调用时指定结构系数的步骤泻湖，使用'滞后'名称 - 值对的参数。

  • 对于正交多元FEVDs，根据安排变量沃尔德因果顺序[3]：

    • 第一个变量（对应于阿罗和MA0）是最有可能产生立竿见影的影响（Ť=0）所有其他变量。

    • 第二个变量（对应于两者的第二行和列阿罗和MA0)最有可能对其余变量产生直接影响，但不是第一个变量。

    • 一般来说，变量Ĵ（对应行Ĵ和列Ĵ两者皆有阿罗和MA0）是最有可能在最后的直接影响毫瓦-Ĵ变量，但不是前一个Ĵ–1个变量。

算法

  • armafevd仅当FEVDs不返回输出参数或H。

  • 如果方法是“正交化”， 然后armafevd正交化应用创新的Cholesky分解的创新冲击协方差矩阵因诺夫科夫。正交化创新冲击的协方差是单位矩阵，并且每个变量之和的FEVD为一，即，沿着任何行的总和ÿ就是其中之一。因此，正交FEVD表示预测误差方差归属于各种冲击在系统中的比例。然而，正交化FEVD通常取决于变量的数量级上。

    如果方法是“广义”， 然后：

    • 得到的FEVD对变量的顺序是不变的。

    • 得到的FEVD不是基于正交变换。

    • 一个变量的FEVD只有在因诺夫科夫是对角线的[4]。

    因此，广义FEVD代表公式明智冲击的预测误差方差的贡献，以在系统中的变量。

  • 如果因诺夫科夫是对角矩阵，然后将所得的广义正交和FEVDs是相同的。否则，所得的广义正交和FEVDs是相同的，只有当第一可变冲击的所有变量（换句话说，所有其他条件是相同的，这两种方法得到相同的值Y（：，1，：））。

工具书类

[一]汉密尔顿，J.D。时间序列分析. 新泽西州普林斯顿：普林斯顿大学出版社，1994年。

[2]脉冲响应函数的渐近分布和向量自回归模型的预测误差方差分解经济学与统计学综述. 1990年第72卷，第116-125页。

[3]Lütkepohl，H.多重时间序列分析新论. 纽约州纽约市：斯普林格·维拉格，2007年。

[4]Pesaran，H. H.，和Y信。“线性多变量模型广义脉冲响应分析。”经济信函。1998年第58卷，第17-29页。

也可以看看

|||

介绍了在R2018b

计量经济学工具箱文档
万博1manbetx
用MATLAB建立财务风险模型的实用指南

用MATLAB建立财务风险模型的实用指南

下载电子书