计量经济学模型应用程序概述

的计量经济学建模师应用程序是一个交互式工具，用于分析单变量时间序列数据。该应用程序非常适合可视化和转换数据，执行统计规范和模型识别测试，拟合模型到数据，并在这些动作中迭代。当您对模型感到满意时，您可以将其导出到MATLAB®工作区预测未来的答复或进一步分析。您还可以从会话生成代码或报表。

通过进入启动计量经济模型econometricModeler在MATLAB命令行，或单击计量经济学建模师下计算融资在应用程序库(应用程序选项卡（位于MATLAB工具条上）。

以下工作流程描述了如何使用经济学仪器查找具有最佳样本内符合时间序列数据的模型。工作流不是严格的处方 - 您实现的步骤取决于您的目标和模型类型。您可以轻松跳过步骤并根据需要迭代几个步骤。该应用程序非常适合于箱子詹金斯的时间序列模型建筑[1]．

  1. 为经济学橱柜准备数据-选择一个响应变量进行分析，并从中建立预测模型。可选地，选择模型中包含的解释变量。

    请注意

    您只能从MATLAB Workspace导入一个变量到econometretric Modeler。因此，在命令行中，必须同步多个序列并将其连接到一个变量中。

  2. 导入时间序列变量-从MATLAB工作空间或mat文件导入数据到计量经济学模型。导入数据后，可以调整变量属性或变量的存在。

  3. 执行探索性数据分析—通过多种方式查看序列，通过转换稳定序列，通过统计测试检测时间序列属性。

    • 可视化时间序列数据—支万博1manbetx持时间序列图和相关图(如自相关函数ACF)。

    • 执行规范和模型识别假设测试-测试多个序列之间的平稳性、异方差性、自相关和共线性。对于ARIMA和GARCH模型，该步骤可包括确定模型中包含的适当滞后数量。支持的测试包括增强Dickey-Fuller测试、Engle's ARCH测试、Ljung-Box Q测试和Belsley共线诊断。万博1manbetx

    • 将时间序列—支万博1manbetx持的转换包括日志转换、季节和非季节差异。

  4. 使候选模型适合数据-根据探索性数据分析或经济理论，为单变量反应系列选择模型参数形式。然后，估计模型。万博1manbetx支持的模型包括季节和非季节条件均值(例如，ARIMA)、条件方差(例如，GARCH)和多元线性回归模型(可选地包含ARMA误差)。

  5. 进行拟合优度检验—通过残留诊断，确保模型能够充分描述数据。

    • 可视化残差以检查它们是否以零，通常分布，同性恋和串行相关的。万博1manbetx支持的地块包括定量定位和ACF图。

    • 测试残差的同质性和自相关性。支持的测试包括Ljung Box Q检验和Engle的ARCH检验。万博1manbetx

  6. 找到最适合样本的模型-估计同一家族中的多个模型，然后选择产生最小拟合统计量的模型，例如赤池信息准则(AIC)。

  7. 出口会议结果-在您找到一个或多个模型执行充分后，总结会议的结果。你选择的方法取决于你的目标。万博1manbetx支持方法包括:

    • 出口变量-计量经济学模型导出选定的变量到MATLAB工作空间。如果应用程序中的一个会话没有完成您的分析目标，例如预测响应，那么您可以导出变量(包括估计模型)，以便在命令行中进行进一步分析。

    • 生成一个功能- Econometric Modeler生成MATLAB纯文本或活动函数，返回给定导入数据的选定模型。这个方法帮助您理解应用程序用于创建预测模型的命令行函数。您可以修改生成的函数以实现分析目标。

    • 生成一个报告- 经济型造型器生成文档，例如PDF，描述您在所选变量或模型上的活动。当您在应用程序中完成目标时，此方法提供了清晰方便的分析摘要。

准备经济学型号应用程序的数据

您只能从MATLAB Workspace导入一个变量到econometretric Modeler。因此，在导入数据之前，将响应序列和任何预测序列连接到一个变量中。

计量经济建模器支持这些可变数据类型。万博1manbetx

  • MATLAB时间表-变量必须是双精度数值向量。最佳实践是在时间表中导入数据，因为Econometric Modeler:

    • 属性中存储的名称来命名变量VariableNames场的属性财产。

    • 使用时间变量值作为表示时间的任何轴的刻度标签。否则，表示时间的刻度标签是指数。

    • 使您可以在时间序列图上覆盖衰退乐队（见Reformplot.）

  • MATLAB表格-变量必须是双精度数值向量。变量名是VariableNames场的属性财产。

  • 数字矢量或矩阵 - 对于矩阵，每列都是一个名为的单独变量variableNamej， 在哪里j是相应的列。

不管变量类型是什么，计量经济学建模器假设行对应于时间点(观察值)。

导入时间序列变量

数据集可以存在于MATLAB工作区中或您可以从计算机访问的MAT文件中存在。

  • 要从工作区导入数据集，请在计量经济学建模师选项卡,进口部分中,点击．在导入数据对话框中，单击进口吗?包含数据的变量列，然后单击进口．支持的数据类型工作区中的所有变量都会显示在对话框中，但您只能选择一个。万博1manbetx

  • 要从mat文件导入数据，请在进口部分中,点击进口,然后选择从MAT-file进口．在选择一个MAT-file对话框，浏览到包含数据集的文件夹，然后双击mat -文件。

导入数据后，数据集中的每个变量（列）的名称出现在时间序列部分的数据浏览器．同时，包含所有变量的时间序列图出现在时间序列图(VariableName）图窗口,VariableName是其中一个变量的名字数据浏览器．

你可以和变量交互数据浏览器在几个方面。

  • 例如，要选择要执行统计测试或创建绘图的变量，请单击该变量数据浏览器．如果要双击变量，则该应用程序也在单独的时间序列图中绘制它。

  • 要更改变量名或删除变量，请在数据浏览器．然后，从上下文菜单中选择所需的操作。

  • 如需同时对多个时间序列进行操作，请按Ctrl然后单击您想要使用的每个变量。

考虑将数据导入Data_USEconModelMAT-file。

  1. 在命令行中，将数据加载到工作区中。

    负载Data_USEconModel

  2. 在计量经济学模型中进口部分的计量经济学建模师选项卡上,单击．的导入数据对话框出现了。

  3. Data_USEconModel商店几个变量。数据表和数据包含相同的数据，但是数据表是将名称与变量和采样时间属性的时间表。进口数据表通过选择相应的进口吗?复选框，然后单击进口．

所有变量数据表出现在数据浏览器．假设你想保留COE，FEDFUNDS,GDP.只有。选择所有其他变量，右键单击其中一个，然后选择删除．

在应用程序工作后，您可以导入另一个数据集。你点击后进口， econometricmodeler显示以下对话框。

如果您点击好吧，则计量经济建模器删除所有变量数据浏览器，并关闭右窗格中的所有文档。

进行探索性数据分析

探索性数据分析包括确定变量的特征和它们之间的关系，并在脑海中形成一个预测模型。对于时间序列数据，识别指数增长、包含趋势或非平稳的序列，然后适当地转换它们。对于ARIMA模型，为了识别模型形式和响应序列序列相关结构的显著滞后，使用Box-Jenkins方法学[1]．如果您计划创建GARCH模型，那么请评估该系列是否包含波动性聚类和显著滞后。对于多元回归模型，确定共线性预测因子和那些与响应线性相关的预测因子。

对于时间序列数据分析，探索性分析通常包括在可视化数据、执行统计规范和模型识别测试以及转换数据之间进行迭代。

可视化时间序列数据

在导入数据集之后，Econometric Modeler会选择导入数据中的所有变量，并默认在右窗格中显示它们的时间序列图。例如，导入后数据表在里面Data_USEconModel数据集，应用程序显示此时间序列图。

创造你自己的时间序列情节:

  1. 在数据浏览器，为情节选择适当数量的系列。

  2. 单击绘图ToolStrip中的选项卡。

  3. 单击按钮查看所需的绘图类型。

计量经济模型支持以下时间序列图。万博1manbetx

情节 目标

时间序列或

  • 识别缺失的值或异常值。

  • 确定指数增长或包含趋势的系列。

  • 识别不稳定。

  • 确定包含波动性聚类的系列。

  • 在同一地块内比较两个不同比例尺的系列(等号左边轴）.

  • 在同一地块内比较多个具有相似比例尺的系列。

自相关函数（ACF）

  • 识别串联相关系列。

  • 确定AR模型是否合适。

  • 识别模型识别的显著MA滞后。

部分活性炭纤维（PACF）

  • 识别串联相关系列。

  • 确定MA模型是否合适。

  • 识别模型识别的显著AR滞后。

相关性

  • 检查变量分布。

  • 两两确定具有线性关系的变量。

你可以通过以下方式与现有情节互动:

  • 右击它

  • 使用在绘图上暂停时出现的绘图按钮

  • 使用图形窗口上的选项

万博1manbetx受支持的交互因情节类型而异。

  • 保存图形-右键单击该图形，然后选择出口．保存出现的图形。

  • 在图中添加或删除时间序列-右键单击图，指向显示时间序列菜单，然后选择要添加或删除的时间序列。

  • 绘制衰退带-右键单击时间序列图，然后选择显示经济衰退．

  • 显示网格线 - 在图上暂停，然后单击．

  • 切换图例-在图形上暂停，然后单击．

  • 在图形上暂停，然后单击．有关平移的更多详细信息，请参阅缩放，平移和旋转数据(MATLAB)。

  • 放大-暂停图形。要放大，请单击．若要缩小，请单击．有关详细信息，请参见缩放，平移和旋转数据(MATLAB)。

  • 恢复视图-若要在平移或缩放后将图形恢复到原来的视图，请在图形上暂停，然后单击．

对于串行相关函数图，存在其他选项ACF或PACF选项卡。您可以指定：

  • 显示的滞后次数

  • 置信带的标准偏差数

  • MA或AR顺序，其中理论的ACF或PACF分别有效为零

当您调整参数时，Econometric Modeler会实时更新图。

要同时查看多个绘图，可以通过将绘图选项卡拖动到右窗格的不同部分来确定它们的方向。当你拖动图形时，应用程序会突出显示可以放置图形的区域。若要撤消上一个文档或图形窗口的位置，请在位于分区中间的圆点上暂停，然后单击当它出现。

考虑有效联邦基金利率的ARIMA模型(FEDFUNDS）.为了识别模型特征(例如AR或MA滞后的数量)，将时间序列、ACF和PACF绘制在一起。

  1. 在数据浏览器，双击FEDFUNDS．

  2. 通过右键单击绘图，将衰减乐队添加到块中时间序列图(FEDFUNDS)figure窗口，然后选择显示经济衰退．

  3. 在绘图选项卡上,单击ACF．

  4. 点击PACF．

  5. 单击时间序列图(FEDFUNDS)“图”窗口，并将其拖动到右侧窗格的左侧。单击PACF (FEDFUNDS)图窗口并将其拖动到窗格的右下角。

ACF慢慢消失，PACF在第一次滞后后停止。ACF的行为表明，在选择ARIMA模型的形式之前，必须对时间序列进行转换。

在右窗格中，观察在线之间的水平分区中间的点（以下滞后xACF的轴标签）。要撤消此相关模式定位，即通过选项卡分离相关性，请在点上暂停，然后单击当它出现。

执行规范和模型识别假设检验

您可以执行假设测试，以确认您肉眼获得的时间序列属性，或测试难以看到的属性。计量经济学模型支持这些单变量系列的测试。万博1manbetx

测试 假设

增强Dickey-Fulerer

H0:级数有单位根。

H1:系列是静止的。

具体参数请参见万博1manbetxadftest．

Kwiatkowski, Phillips, Schmidt, Shin (KPSS)

H0：系列是潮流的趋势。

H1:级数有单位根。

具体参数请参见万博1manbetxkpsstest．

Leybourne-mccabe.

H0:系列是一个趋势平稳的AR(p)的过程。

H1：系列是阿玛玛（p, 1, 1)的过程。

指定p,调整数量的滞后参数有关支持的参数的详细信息，请参阅万博1manbetxlmctest．

Phillips-Peron

H0:级数有单位根。

H1:系列是静止的。

具体参数请参见万博1manbetxPPTEST.．

方差比

H0:级数是一种随机漫步。

H1：系列不是随机散步。

具体参数请参见万博1manbetxvratiotest．

恩格尔的拱

H0：系列没有条件异素（拱形效应）。

H1:系列是ARCH(p)模型,p> 0。

指定p,调整数量的滞后参数有关支持的参数的详细信息，请参阅万博1manbetxarchtest．

Ljung-Box Q-test

H0：第一个系列展品没有自相关米滞后，即对应的系数共同为零。

H1：系列至少有一个非零自相关系数ρj，j∈{1，......，米}。

指定米,调整数量的滞后参数有关支持的参数的详细信息，请参阅万博1manbetxlbqtest．

请注意

在进行测试之前，计量经济学模型去除前导和尾随的缺失值(南系列中的值）。Engle的ARCH测试不支持序列中的缺失值，即，万博1manbetx南观察结果之前和成功的值。

实体测试结果表明您是否应该转换系列以稳定它，并且哪种转换是合适的。对于Arima Models，Suitcharity测试结果表明是否包括集成度。Engle的Arch测试结果表明该系列是否呈现波动聚类，并建议滞后于加入GARCH模型。Ljung-Box Q-Test结果表明Arima模型中需要有多少AR滞后。

在计量经济学模型中执行单变量检验:

  1. 中选择一个变量数据浏览器．

  2. 在计量经济学建模师选项卡,测试部分中,点击新的测试．

  3. 在测试库中，单击要执行的测试。工具条中出现测试类型的新选项卡，右侧窗格中出现测试结果的新文档。

  4. 在测试类型选项卡上，在参数段，调整测试参数。例如，考虑执行一个Engle的ARCH测试。在拱选项卡,参数部分，使用该部分选择测试统计中的滞后数数量的滞后，或显著性级别(即值α.)使用显著性水平旋转盒子。

  5. 在test-type选项卡上测试部分中,点击运行测试．检验结果，包括是否拒绝原假设p的新行中显示参数设置结果测试结果文档的表格。如果null假设被拒绝，应用程序就会用黄色高亮显示这一行。

您可以调整参数并多次运行测试。特定变量的每个测试运行的结果显示为新行结果表格从中删除一排结果表格，选择相应的复选框选择列，然后单击清晰测试在test-type选项卡中。

请注意

多次测试会增加错误发现率。保持错误发现率的一个保守方法是α.是将Bonferroni校正应用于每个测试的重要性水平。也就是说，总的来说t测试组显著性水平价值α./t．

对于多个级数，您可以使用Belsley共线性诊断来评估级数之间共线性的强度和来源．执行Belsley相关诊断:

  1. 中至少选择两个变量数据浏览器．

  2. 在计量经济学建模师选项卡,测试部分中,点击新的测试．

  3. 在测试画廊中，在共线性部分中,点击Belsley共线性诊断．Belsley Conslinearity Diagnostics的一个新选项卡将显示在ToolStrip中，结果显示为右侧窗格中的新文档。

  4. 在共线性选项卡,公差段，调整测试参数。当你调整参数值时，应用程序会实时执行诊断。

计量经济模型返回一个表的奇异值，条件指数，和方差分解比例为每个变量。属性指定的公差的条件索引大于条件指数的参数值公差部分的共线性选项卡。此外，Econometric Modeler绘制了每个变量突出显示行的方差分解比例。

在突出显示的行中，那些方差分解大于容忍度的变量(或者，那些在图中有红色标记的变量)表现出多重共线性。有关Belsley共线性诊断结果和多重共线性的更多细节，请参阅累赘和时间序列回归II：共同性和估计方差．

从诊断中添加或删除时间序列：

  1. 在测试结果文档中，右键单击结果表或阴谋。

  2. 指出显示时间序列．将出现所有变量的列表。

  3. 单击变量以将其添加到诊断，或单击所选变量以将其从诊断中删除。

考虑含有加拿大通货膨胀和利率的预测模型作为预测因子变量。确定变量是否是线性的。的Data_Canada数据集包含时间序列。

  1. 导入数据表变量在Data_Canada数据集进计量经济学建模师（看导入时间序列变量）.时间序列图显示在右窗格中。

    所有序列似乎都包含自相关。尽管您应该在创建预测模型之前从预测变量中移除自相关性，但本示例继续进行，没有移除自相关性。

  2. 在测试部分中,点击新的测试．在共线性部分中,点击Belsley共线性诊断．

Econometric Modeler创建一个包含Belsley共线性诊断结果的文档。

条件指标和方差分解比例公差默认为30和0．5， 分别。因为它们的方差 - 分解比例高于条件指数的公差，所以共线预测器是INT_L.，INT_M.,INT_S.．

将时间序列

盒子詹金斯方法论[1]对于ARIMA模型的选择，假设响应序列是平稳的，而伪回归模型可以由包含非平稳预测器和响应变量的模型产生(更多细节，见时间序列回归IV:伪回归）.为了稳定您的系列，Econometric Modeler支持这些转换万博1manbetx转换部分的计量经济学建模师选项卡。

转型 在系列时使用...... 笔记

日志

 具有以其水平增长的指数趋势或方差 系列中的所有值必须是正的。

线性贬值

 具有线性确定性趋势，可以使用最小二乘来识别

当计量经济学模型对序列进行趋势分析时，它会忽略前面或后面的缺失(南）值。

如果在观测值之间出现任何缺失值，则应用程序返回一个向量南长度等于系列的值。

一阶差分

 具有随机趋势 计量经济学模型在差分序列前面加上a南价值。这一操作确保了不同的系列具有与原始系列相同的长度和时间基数。

季节性差异

具有季节性随机趋势

您可以使用旋转框指定一个季节的周期。例如,12表示每月的季节性变化。

计量经济学建模师添加了差异系列南（期1）， 在哪里期是一个季节中指定的时期。这一操作确保了不同的系列具有与原始系列相同的长度和时间基数。

有关详细信息，请参见数据转换．

要转换变量，请选择数据浏览器，然后单击一个转换。变换序列后，表示变换序列的新变量将显示在数据浏览器。此外，计量经济学建模器绘制并选择新变量。若要创建变量名称，应用程序会将转换名称附加到变量名称的末尾。您可以在数据浏览器,选择改名在上下文菜单中输入新名称。按下可选择多个系列Ctrl然后单击每个系列，然后同时对所选系列应用相同的转换。应用程序为每个系列创建新变量，将转换名称附加到每个转换变量名称的末尾，并将转换后的变量绘制在同一个图中。

例如，假设GDP在Data_USEconModel具有指数趋势和随机趋势。通过应用对数变换来稳定GDP，然后再应用第二个差分。

  1. 导入数据表变量在Data_USEconModel数据集进入计量经济模型(见导入时间序列变量）.

  2. 在数据浏览器中,选择GDP.．

  3. 在计量经济学建模师选项卡,转换部分中,点击日志．应用程序创建一个名为GDPLog，它出现在数据浏览器，并为时间序列显示一个绘图。

  4. 在转换部分中,点击区别．这个应用程序创建一个名为的变量gdplogdiff并显示时间序列的图。

  5. 在转换部分中,点击区别。应用程序将创建一个名为gdplogdiffdiff.并显示时间序列的图。

gdplogdiffdiff.是稳定的GDP。

模型与数据的拟合

探索性数据分析的结果可以提出几个候选模型。选择一个模型，在数据浏览器，为响应选择一个时间序列变量，然后，在计量经济学建模师选项卡,模型节，单击模型或在模型库中单击一个模型。计量经济模型支持以下模型。万博1manbetx

模型 类型
条件平均数：ARMA / ARIMA模型部分

平稳自回归(AR)

有关详细信息,请参见自回归模型，华宇电脑,估计．

平稳移动平均线（MA）

有关详细信息,请参见移动平均模型，华宇电脑,估计．

平稳ARMA

有关详细信息,请参见自回归移动平均模型，华宇电脑,估计．

非平稳综合ARMA (ARIMA)

有关详细信息,请参见阿里马模型，华宇电脑,估计．

季节性(乘数)ARIMA (SARIMA)

有关详细信息,请参见乘法ARIMA模型，华宇电脑,估计．

ARIMA包括外源性预测因子(ARIMAX)

有关详细信息,请参见包括外生协变量的ARIMA模型，华宇电脑,估计．

季节性arimax.

有关详细信息,请参见华宇电脑和估计．
条件方差：GARCH模型部分

广义自回归条件异源（GARCH）

有关详细信息,请参见GARCH模型，garch,估计．

指数GARCH (EGARCH)

有关详细信息,请参见egarch模型，egarch,估计．

Glosten，Jagannathan和Runkle（GJR）

有关详细信息,请参见GJR模型，GJR.,估计．
多元线性回归:回归模型部分

多元线性回归

有关详细信息,请参见时间序列回归I：线性模型，linearmodel.,fitlm．

具有ARMA误差的回归模型

有关详细信息,请参见带时间序列错误的回归模型，regARIMA,估计．

对于条件均值模型估计，SARIMA和SARIMAX是最灵活的模型。您可以通过单击创建任何排除外生预测因子的条件平均模型Sarima.，或者您可以通过单击创建任何条件平均模型，其中至少包含一个外生预测器SARIMAX．

选择模型后，应用程序会显示类型模型参数对话框,类型是模型类型。这个图显示了Sarimax模型参数对话框。

可调参数类型模型参数窗口取决于类型．一般可调参数包括:

在调整参数值时，中的方程式模型方程式部分更改以匹配您的规范。可调参数对应于在相应的模型创建参考页面中描述的输入参数和名称-值对参数。具体操作请参见具体型号的功能参考页面。无论您选择的模型是什么，模型中的所有系数都是未知的和可估计的，包括t-分布自由度参数（当您指定t创新分配）。

请注意

计量经济学建模师不支持:万博1manbetx

  • 优化选项调整估算。

  • 复合条件均值和方差模型。有关详细信息,请参见指定条件均值和方差模型．

  • 在估计期间将平等约束应用于指定参数（除了在估计期间保持在零处的参数）之外。

要调整优化选项，估计复合条件均值和方差模型，或应用等式约束，请使用MATLAB命令行。

调整模型常数和回归分量参数

要包含模型常数(偏移量或截距)项，请选择包括常数术语或包括偏移术语复选框。要删除模型常数(即在估计期间将其约束为零)，请清除复选框。中复选框的位置和类型类型模型参数对话框取决于模型类型。默认情况下，除条件方差模型外，Econometric Modeler在所有模型类型中都包含一个模型常数。

选择回归分量的预测器，在预测因子列表，选择复选框包括什么?与要在模型中包含的预测器对应的列。默认情况下，应用程序不包含任何模型类型的回归组件。

  • 如果您选择arimax.，SARIMAX或RegARMA，则必须选择至少一个预测因子。

  • 如果您选择MLR.，则可指定以下其中之一:

    • 选择至少一个预测器时的MLR模型

    • 中的所有复选框清除时，使用常数平均模型(仅截取模型)包括什么?列，并选择包括拦截复选框

    • 属性中的所有复选框清除后的错误模型包括什么?列并清除包括拦截复选框

考虑GDP对CPI和失业率的线性回归模型。指定回归:

  1. 导入数据表变量在Data_USEconModel数据集进入计量经济模型(见导入时间序列变量）.

  2. 在数据浏览器，选择响应变量GDP.．

  3. 在计量经济学建模师选项卡,模型部分，单击箭头以显示模型库。

  4. 在模型陈列室，在回归模型部分中,点击MLR.．

  5. 在MLR模型参数对话框，在包括什么?列,选择CPIAUCSL和无权复选框。

  6. 单击估计按钮。

调整时间序列组件参数

一般情况下，时间序列分量参数包含时滞，包括在季节和非季节的滞后算子多项式中，以及季节和非季节的积分程度。

  • 对于有条件的均值模型，您可以指定季节性和非季度自回归滞后，以及季节性和非季度移动平均滞后。您还可以调整季节性和非季度的整合程度。

  • 对于条件方差模型，可以指定ARCH和GARCH滞后。EGARCH和GJR模型也支持杠杆滞后。万博1manbetx

  • 对于具有ARMA误差的回归模型，可以指定非季节性自回归和移动平均滞后。对于包含季节性滞后或季节性或非季节性积分程度的模型，请改用命令行。

计量经济学建模器支持两个选项来调整参数。万博1manbetx调整选项位于的单独选项卡上类型模型参数对话框：对话框滞后顺序和滞后矢量选项卡。在滞后顺序选项卡，可以指定订单滞后运营商多项式。此功能使您可以高效地包含所有滞后，从1通过指定顺序，在滞后运算符多项式中。在滞后矢量标签，您可以指定个人滞后包括滞后运算符多项式。此功能非常适合创建灵活的型号。有关详细信息，请参见交互式地指定滞后算子多项式．

调整创新分布参数

对于所有模型，您可以指定创新的分布为高斯分布。对于所有的模型，除了多重线性回归模型，您可以指定学生的t相反，要解决尖峰型创新分布(有关更多细节，请参见条件平均模型的最大似然估计，条件方差模型的最大似然估计或regARIMA模型的最大似然估计）.如果指定t分布，经济学仪表使用最大可能性估计其自由度参数。

默认情况下，计量经济学模型使用高斯分布的创新。要改变创新的分布，在类型模型参数对话框，来自创新分布按钮，在列表中选择一个分布。

估计模型

计量计量仪器将模型中的所有参数视为未知和估计。指定模型后，单击将其拟合到数据后估计在里面类型模型参数对话框。

请注意

估计模型后：

  • 一个描述估计模型的新变量出现在模型部分的数据浏览器用这个名字type_response.．类型是模型类型和回复是响应变量，计量经济学建模师将其与模型相匹配，例如，ARIMA_FEDFUNDS．

    你在一个估计的模型上操作数据浏览器单击右键。除了可供选择的时间序列变量(见导入时间序列变量），上下文菜单包括修改选项，使您可以修改和重新估计模型。例如，右键单击模型并选择修改.然后，在类型模型参数对话框，调整参数后单击估计．

  • 的模型总结(type_response.）汇总评估结果的文档出现在右侧窗格中。所显示的结果取决于模型类型。对于条件均值和回归模型，结果包括:

    • 模型适合-响应序列和拟合值的时间序列图 y ＾

    • 参数-包含参数估计、标准误差和的估计汇总表t统计数据和p- 用于测试NULL假设的值，即相应参数为0

    • 剩余的情节-残差的时间序列图

    • 拟合优度-赤池信息准则(AIC)和贝叶斯信息准则(BIC)模型拟合统计量

    对于条件方差模型，结果还包括一个估计汇总表和拟合优度统计，但计量模型图:

    • 有条件的差异-推断条件方差的时间序列图 σ. ＾ t 2

    • 标准化残差-标准化残差的时间序列图 y t − c σ. ＾ t 2 ， 在哪里c是估计的偏移量

    你可以通过在一个图上暂停并选择一个交互(参见可视化时间序列数据)。您也可以通过右键单击文档与摘要交互。选择包括：

    • 出口-将plot放置在单独的图形窗口中。

    • 显示模型-通过指向显示另一个估计模型的摘要显示模型，然后在列表中选择一个模型。

    • 显示经济衰退- 在时间序列情节中绘制衰退乐队。

考虑一个SARIMA(0, 1, 1)×(0,1,1)12为1949年至1960年国际航空公司每月旅客人数Data_Airline数据集。使用计量经济学模型来估计这个模型:

  1. 导入数据表变量在Data_Airline数据集进计量经济学建模师（看导入时间序列变量）.

  2. 在计量经济学建模师选项卡,模型部分，单击箭头>Sarima.．

  3. 在SARIMA模型参数对话框，在滞后顺序标签：

    • 非季度部分

      1. 集度集成到1．

      2. 集移动平均线顺序到1．

      3. 清除包括常数术语复选框。

    • 季节性的部分

      1. 集时期到12指示每月数据。

      2. 集移动平均线顺序到1．

      3. 选择包括季节性差异复选框。

  4. 点击估计．

一个名为的变量萨里马出现在模型部分的数据浏览器，该评估摘要出现在新的模型总结(SARIMA_PSSG)文档。

进行拟合优度检验

评估模型后，一个好的做法是确定拟合模型的适当性（请参见拟合优度)。计量经济学建模器非常适合于目视评估样本内拟合（除条件方差模型外的所有模型）和执行残差诊断。

残差诊断包括评估模型假设并调查是否必须重新确定模型以解决数据的其他属性。评估的模型假设包括检查残差是否以零，通常分布，同性恋和串联居中为中心。如果残差未演示所有这些属性，那么您必须确定出发的严重性，是否转换数据，以及是否指定不同的模型。有关剩余诊断的更多详细信息，请参阅时间序列回归VI：剩余诊断和残留的诊断．

使用计量经济学模型进行拟合优度检查，在模型部分的数据浏览器，选择一个估计模型。然后完成以下步骤:

  • 目视评估所有型号的样本适合（条件方差模型除外），检查模型适合情节在模型摘要文档。

  • 为了直观地评估残差是否以零为中心、自相关和异方差，请检查剩余的情节在里面模型摘要文档。

  • 在计量经济学建模师选项卡,诊断部分中,点击残留的诊断．诊断库提供了这些残余图和测试。

    方法 诊断

    残差直方图

    		 视觉评估常态

    剩余分位数图

    		 目测正常度和偏度

    ACF

    		 目视评估残差是否自相关

    Ljung-Box Q-test

    		 检验显著自相关的残差

    残差平方的ACF

    		 目测残差是否具有条件异方差

    恩格尔弓试验

    		 条件异方差检验残差（显著ARCH效应）

    或者，绘制估计模型的残差的直方图，定量定位，或ACF：

    1. 中选择一个模型数据浏览器．

    2. 单击绘图选项卡。

    3. 在绘图段，单击箭头，然后单击模型图画廊的一部分。

请注意

另一个重要的拟合良好检查是预测性绩效评估。评估几种模型的预测性能：

  1. 拟合一组模型的数据使用计量经济学建模师．

  2. 对所有模型执行残留诊断。

  3. 选择具有理想残差特性和最小拟合统计量的模型子集(见使用最佳样式适合查找模型）.

  4. 将选择的模型导出到MATLAB工作区(参见导出会话结果）.

  5. 在命令行执行预测性能评估（见评估预测性能）.

例如，请参见使用计量模型应用程序创建模型后比较预测性能．

考虑对估计的SARIMA(0,1,1)×(0,1,1)进行拟合优度检查12航空公司的模型计算数据估计模型．

  1. 在右边的窗格中模型总结(SARIMA_PSSG)文档:

    1. 模型适合表明该模型与数据吻合得相当好。

    2. 剩余的情节残差的均值是0。然而，残差呈现异方差和序列相关。

  2. 在计量经济学建模师选项卡,诊断部分中,点击残留的诊断．在诊断库中:

    1. 点击剩余qq情节．右边窗格显示一个名为QQPlot（SARIMA_PSSG）包含残差的分位数-分位数图。

      该剧集表明残留物大致正常，但尾部略有较重。

    2. 点击自相关函数．在工具条中ACF选项卡出现并包含打印选项。右侧窗格显示一个名为机场核心设施（SARIMA_PSSG）含有残留的ACF。

      因为几乎所有样本自相关值低于置信度界限，所以残差可能不会串联相关。

    3. 点击恩格尔的拱测试．在拱选项卡,测试部分中,点击运行测试使用默认选项运行测试。右窗格显示ARCH（SARIMA_PSSG）文件，显示测试结果结果表格

      结果表明，在5%的显著性水平上，残差没有ARCH效应的无效假设被拒绝。您可以尝试通过对序列应用对数变换来消除异方差。

使用最佳样式适合查找模型

Econometric Modeler使您能够有效地将多个相关模型适合于一个数据集。在您评估了一个模型之后，您可以通过在模型中迭代方法来评估其他模型进行探索性数据分析，模型与数据的拟合,进行拟合优度检验。每次迭代后，新的模型变量将出现在模型部分的数据浏览器．

对于您拟合相同响应序列的相同参数族模型，您可以通过比较它们的拟合统计量，在估计模型中确定具有最佳简约、样本内拟合的模型。从候选模型的子集出发，确定模型的最佳拟合使用计量经济学建模师：

  1. 在模型部分的数据浏览器，双击一个估计模型。在右侧窗格中，模型的估计结果显示在模型总结(模型）文件，在哪里模型所选模型的名称。

  2. 在模型总结(模型）文件，在拟合优度表中，选择拟合统计（AIC或BIC）并记录其值。

  3. 对所有候选模型重复前面的步骤。

  4. 选择产生最小拟合统计量的模型。

有关拟合优度统计的更多细节，请参阅信息标准．

考虑寻找最佳拟合SARIMA模型，周期为12，航空公司旅客计数的日志Data_Airline数据集。拟合SARIMA模型的子集，考虑所有模型的组合，包括多达两个季节性和非季节性MA滞后。

  1. 导入数据表变量在Data_Airline数据集进计量经济学建模师（看导入时间序列变量）.

  2. 将日志转换应用于Pssg.（看将时间序列）.

  3. 适合SARIMA (0, 1,问)×(0,1,问12）12到pssglog.，其中所有未知订单均为0(参见估计模型）.

  4. 在右边的窗格中模型总结(SARIMA_PSSGLog)文件，在拟合优度表，记录AIC值。

  5. 在数据浏览器中,选择pssglog.．

  6. 迭代步骤4和步骤5，但是要调整问和问12涵盖九个排列问∈{0，1，2},问12∈{0，1，2}。Econometric Modeler通过在变量名末尾附加连续的数字来区分同类型的后续模型。

所得AIC值见表。

模型 变量名 另类投资会议
SARIMA(0,1,0)×(0,1,0)12 sarima_pssglog1. -491.8042
SARIMA(0,1,0)×(0,1,1)12 sarima_pssglog2. -530.5327
SARIMA(0,1,0)×(0,1,2)12 sarima_pssglog3. -528.5330
Sarima（0,1,1）×（0,1,0）12 sarima_pssglog4. -508.6853
Sarima（0,1,1）×（0,1,1）12 sarima_pssglog5. -546.3970
SARIMA(0, 1, 1)×(0,1,2)12 sarima_pssglog6. -544.6444
萨里玛（0,1,2）×（0,1,0）12 sarima_pssglog7. -506.8027
SARIMA(0, 1, 2)×(0,1,1)12 sarima_pssglog8. -544.4789.
SARIMA(0, 1, 2)×(0,1,2)12 sarima_pssglog9. -542.7171

因为它产生最小AIC, SARIMA(0,1,1)×(0,1,1)12模型是具有最佳的简约型、样本内拟合的模型。

导出会话结果

Econometric Modeler为您提供了几个共享会话结果的选项。您选择的选项取决于您的分析目标。

分享结果的选项在于出口部分的计量经济学建模师选项卡。该表描述了可用的选项。

选项 描述

出口变量

导出时间序列和模型变量到MATLAB工作区。

选择此选项可以在MATLAB命令行中执行进一步的分析。例如，您可以从一个估计模型生成预测，或者检查几个模型的预测性能。

生成函数

生成一个MATLAB函数在应用程序外部使用。该函数接受加载到应用程序中的数据作为输入，并输出在应用程序会话中估计的模型。

选择此选项：

  • 了解计量经济建模器用于创建和估计模型的功能。

  • 在MATLAB编辑器中修改生成的函数以供进一步使用。
生成生活功能

生成MATLAB直播功能以在应用外部使用。该函数接受加载到应用程序的数据作为输入，并输出应用程序会话中估计的模型。

选择此选项：

  • 了解计量经济建模器用于创建和估计模型的功能。

  • 在Live Editor中修改生成的函数以供进一步使用。

生成报告

生成总结会话的报告。

在经济学模型中实现分析目标时，选择此选项，您希望分享结果摘要。

导出变量

导出时间序列和估计的模型变量数据浏览器到Matlab Workspace：

  1. 在计量经济学建模师选项卡,出口部分中,点击或出口>出口变量．

  2. 在出口变量对话框，所有时间序列变量数据浏览器显示在左窗格中，所有模型变量显示在右窗格中。中相应的复选框选择要导出的时间序列和模型变量选择列。的复选框中选择的所有时间序列或模型变量数据浏览器．清除不想导出的变量的复选框。例如，这个图显示了如何选择pssglog.时间序列sarima_pssglog.萨里玛模型。

  3. 点击出口．

选定的变量出现在MATLAB工作区中。时间序列变量是双重精度列向量。估计模型是根据模型的类型对象（例如，导出的Arima模型是一个华宇电脑对象)。

或者，您可以从中导出变量数据浏览器通过选择至少一个变量，右键单击选中的变量，然后选择出口．

生成一个函数

该应用程序可以生成纯文本功能或实时功能。这两个函数之间的主要区别在于用于修改生成函数的编辑器:在MATLAB编辑器中编辑纯文本函数，在live编辑器中编辑live函数。有关这两种函数类型之间差异的详细信息，请参见什么是活动脚本或功能?(MATLAB)。

不管您选择的函数类型是什么，生成的函数都接受加载到应用程序中的数据作为输入，并输出在应用程序会话中估计的模型。要导出一个MATLAB函数或实时函数，创建一个在应用程序会话中估计的模型:

  1. 在数据浏览器，选择一个估计模型。

  2. 在计量经济学建模师选项卡,出口部分中,点击出口．在出口菜单中,选择生成函数或生成生活功能．

MATLAB编辑器或LIVE编辑器显示包含估计模型的代码的Untitled未保存的函数。

  • 默认情况下，函数名为modelTimeSeries．

  • 该函数接受最初导入的数据集作为输入。

  • 在该函数估计模型之前，它从估计中使用的输入数据集中提取变量，并对您在Econometric Modeler中应用的变量应用相同的转换。

  • 该函数返回选定的估计模型。

考虑生成一个返回的活动函数sarima_pssglog.，Sarima（0,1,1）×（0,1,1）12与航空公司乘客数据日志相匹配的模型（参见估计模型）.此图显示了生成的实时功能。

生成报告

计量经济模型可以产生一个报告，描述您的活动选定的时间序列和模型变量。该应用程序将报告组织成与所选时间序列和模型变量相对应的章节。章节描述了在相应变量上执行的会话活动。

关于时间序列变量的章节描述了您在会话中对选定变量执行的转换、绘图和测试。估计的模型章节包含一个估计摘要，即元素模型摘要文档(见估计模型)，以及残留诊断图和测试。

您可以选择以下文档类型导出报表:

  • 超文本标记语言(HTML)

  • 微软®单词XML格式文档(DOCX)

  • 便携式文件格式(PDF)

导出报告:

  1. 在计量经济学建模师选项卡,出口部分中,点击出口>生成报告．

  2. 在选择要包含在报告中的项目对话框，所有时间序列变量数据浏览器显示在左窗格中，所有模型变量显示在右窗格中。选择变量以通过选择其复选框来包含报告选择列。

  3. 通过单击选择文档类型报告格式并选择所需的格式。

  4. 点击好吧．

  5. 在选择要写入的文件亮点:

    1. 浏览到要保存报告的文件夹。

    2. 在文件名称框中，键入报告的名称。

    3. 点击拯救．

考虑为航空公司乘客数据的分析生成一个HTML报告(参见进行拟合优度检验)。此图显示如何选择所有变量和HTML格式。

此图显示了生成的报告的示例。

参考

[1]Box，G. E.P.，G. M. Jenkins和G. C. Reinsel。时间序列分析:预测与控制．3版。恩格尔伍德悬崖，NJ: Prentice Hall, 1994。

另请参阅

应用程序

相关话题

计量经济学工具文档
万博1manbetx
用Matlab建模财务风险的实用指南

用Matlab建模财务风险的实用指南

下载电子书