模拟数据

假设线性时间序列的真实模型为

创新系列在哪里是平均值为0，方差为1.5的iid。模拟此模型中的数据。该模型是一个单位根过程，因为右侧的滞后多项式具有特征根1。

Mdl=arima(“AR”,0.2,“妈妈”,-0.5,“D”1.“不变”,0,...“差异”,1.5); T=30；rng（5）；Y=模拟（Mdl，T）；

统计评估平稳性

计量经济学工具箱™ 有四个正式测试可供选择，以检查时间序列是否非平稳：adftest,kpsstest,ppt和弗拉蒂奥特酒店. 使用adftest对前面步骤中模拟的数据执行Dickey Fuller测试。

adftest（Y）

ans=逻辑0

测试结果表明，您不应该拒绝序列是单位根过程的无效假设。

目视评估平稳性

假设您没有时间序列模型，但有数据。检查数据的绘图。此外，检查样本自相关函数（ACF）和样本偏自相关函数（PACF）的绘图。

地块（Y）；头衔(“模拟时间序列”)包含(“不”) ylabel (“是的”)子地块（2,1,1）自相关（Y）子地块（2,1,2）地块（Y）

曲线图向下倾斜表示单位根过程。ACF曲线图上线段的长度逐渐衰减，并继续此模式以增加滞后。此行为表示非平稳序列。

代数评估平稳性

假设你有一个标准形式的模型:

用滞后算子表示法写出方程并求解得到

使用拉各普将有理多项式转换为多项式。此外，使用趋于稳定检查分母的特征根。

num=LagOp（[1-0.5]）；denom=LagOp（[1-1.20.2]）；quot=mrdivide（num，denom）；[r1，r2]=isStable（denom）

警告：终止窗口当前未打开，系数不低于公差。r1=逻辑0 r2=1.0000 0.2000

此警告表示结果商的阶数大于1001，例如，可能没有终止阶数。这表示不稳定。r1=0表示分母不稳定。r2是特征根的向量，其中一个根为1。因此，这是一个单位根过程。

趋于稳定是一个数值计算多项式特征值的例程。如果你使用引用作为趋于稳定，则输出可能表明多项式是稳定的（即，所有特征值略小于1）。您可能需要调整的公差选项趋于稳定以获得更准确的结果。