估计使用计量经济学Modeler ARIMAX模型应用
这个例子显示了如何指定使用计量经济建模师,估计一个ARIMAX模型应用的数据集,这是存储在Data_CreditDefaults.mat
,包含年度投资级公司债券违约率,其他预测,从1984年到2004年。考虑公司债券违约率的线性建模,动态功能的其他时间序列数据集。
将数据导入到计量经济学建模者
在命令行中,加载Data_CreditDefaults.mat
数据集。
负载Data_CreditDefaults
更详细的数据集,输入描述
在命令行中。
在命令行,打开计量经济学建模师应用程序。
econometricModeler
另外,打开应用程序从应用程序画廊(见计量经济学建模师)。
进口DataTimeTable
为应用程序:
在计量经济学建模师选项卡,进口部分,单击进口按钮。
在“导入数据”对话框中,在进口吗?列,选择的复选框
DataTimeTable
变量。点击进口。
的变量,包括IGD
,出现在时间序列面板,一个时间序列包含所有系列中出现的阴谋时间序列图(年龄)图窗口。
评估依赖变量的平稳性
在时间序列面板,双击IGD
。的价值IGD
出现在预览面板,的时间序列图IGD
出现在时间序列图(IGD)图窗口。
IGD
似乎是静止的。
评估是否IGD
有一个单位根进行Phillips-Perron测试:
在计量经济学建模师选项卡,测试部分中,点击新的测试>Phillips-Perron测试。
在页选项卡,参数节中,设置数量的滞后来
1
。在测试部分中,点击运行测试。
的测试结果结果表的页(IGD)文档。
测试拒绝零假设IGD
包含一个单位根。
检查变量之间的相关性和共线性
绘制两两变量之间的相关性。
选择的所有变量时间序列窗格中单击
年龄
,然后按转变并点击SPR
。单击情节选项卡,然后单击相关性。
一个关联的情节出现在相关性(年龄)图窗口。
所有预测出现弱相关IGD
。您可以测试是否相关系数利用非常重要corrplot
在命令行中。
评估任何变量是否共线通过执行Belsley共线性诊断:
在时间序列窗格中,选择所有的变量。
单击计量经济学建模师选项卡。然后,在测试部分中,点击新的测试>Belsley共线性诊断。
出现在表格的结果共线性(年龄)文档。
没有条件指数大于状况指数公差(30.
)。因此,不要表现出多重共线性的变量。
指定和估计ARIMAX模型
考虑一个ARIMAX(0, 0, 1)模型IGD
包含所有的预测指标。指定和估计模型。
在时间序列窗格中,单击
IGD
。单击计量经济学建模师选项卡。然后,在模型部分,单击箭头显示模型的画廊。
在画廊,模型ARMA / ARIMA模型部分中,点击ARIMAX。
在ARIMAX模型参数对话框,延迟订单选项卡,设置移动平均线顺序来
1
。在预测部分中,选择包括什么?为每个时间序列复选框。
点击估计。模型变量
ARIMAX_IGD
出现在模型出现在窗格中,其价值预览面板,其评估总结出现在模型总结(ARIMAX_IGD)文档。
在0.10的显著性水平,所有预测和马系数显著。
关闭所有图窗口和文档。
检查拟合优度
检查残差正态分布和不相关的策划一个直方图,quantile-quantile情节,ACF的剩余工资。
在模型窗格中,选择
ARIMAX_IGD
。在计量经济学建模师选项卡,诊断部分中,点击残留的诊断>残差直方图。
点击残留的诊断>剩余qq情节。
点击残留的诊断>自相关函数。
在右窗格中,拖动直方图(ARIMAX_IGD)和QQPlot (ARIMAX_IGD)图窗口,这样他们占领上两个象限,并拖动ACF,它占据了较低的两个象限。
残差直方图和quantile-quantile情节表明残差可能不是正态分布。根据ACF情节,残差不表现出序列相关性。标准的推理依赖于正常的剩余工资。为了补救nonnormality,你可以试着改变的反应,然后使用转换后的反应估计模型。