CPI与失业率的VAR模型拟合
这个例子展示了如何估计VAR（4）模型的参数。响应序列是消费者价格指数（CPI）和失业率的季度指标。
加载数据模型数据集。
负载数据模型
在单独的图上绘制两个系列。
图；绘图（DataTable.Time，DataTable.cpiausl）；标题(‘消费物价指数’); 伊拉贝尔(“索引”); xlabel(“日期”);
图；绘图（DataTable.Time，DataTable.UNRATE）；标题(“失业率”); 伊拉贝尔(“百分比”); xlabel(“日期”);
消费物价指数似乎呈指数增长。
通过将CPI转换为一系列增长率来稳定CPI。通过从失业率序列中删除第一个观察值来同步两个序列。
rcpi=price2ret（DataTable.CPIAUCSL）；unrate=DataTable.unrate（2:end）；
使用速记语法创建默认的VAR（4）模型。
Mdl=varm（2,4）
Mdl=varm，带属性：Description:“二维VAR（4）模型”系列名称：“Y1”“Y2”NumSeries:2p:4常数：[2×1 NaNs向量]AR:{2×2 NaNs矩阵}滞后[1×2 3…和1更多]趋势：[2×1零向量]β：[2×0矩阵]协方差：[2×2 NaNs矩阵]
Mdl是一个瓦姆模型对象。它作为模型估计的模板。MATLABèè½考虑任何楠值作为待估计的未知参数值。例如常数属性是楠因此，模型常数是要估计的模型参数。
将模型与数据相匹配。
EstMdl=估计值（Mdl，[rcpi unrate]）
EstMdl=varm带属性：Description:“AR平稳二维VAR（4）模型”系列名称：“Y1”“Y2”个数系列：2 P:4常数：[0.00171639 0.316255]“AR:{2×2矩阵}滞后[1 2 3…和1更多]趋势：[2×1零向量]β：[2×0矩阵]协方差：[2×2矩阵]
EstMdl是一个瓦姆模型对象。EstMdl在结构上与Mdl，但所有参数都是已知的。要检查估计的参数，可以使用点表示法显示它们。
显示第一个滞后项的系数。
EstMdl.AR{1}
ans=2×20.3090 -0.0032 -4.4834 1.3433
显示估算摘要，包括所有参数、标准误差和p-用于测试系数为0的无效假设的值。
总结（EstMdl）
4）2）C C：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：{1}（1,1）3.6441-1.2303 3.3 3 3.6441-1.3 3 3.6441-1.2303 0.3 0.3 0.3 0.3 0.3 0.3 0.257 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 0.0 0.0 0 0.0 0 0 0.0 0 0 0.0 0 0 0.0 0 0.0 0 0 0.0 0 0.0 0 0 0 0 0.0 0 0 0 0.0 0 0 0 0 0.3 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0 0.0 0 0 0 0.0.0.0.0 0 0 0.0.0.0 0 0 0.0.0.0.0.0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.0 75 0.0018631 0.6642 0.50656 AR{2}（2,2）-0.26817 0.10716-2.5025 0.012331 AR{3} 1.1）1.487 3.927 7 0.7 7 7 7 7 7 7 7 7 7 7 7 7 7 0.927 7 0.9 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 0.9 7 7 7 7 0.7 7 7 7 7 7 7 0 0 0.5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5-0.00096323 0.0011142-0.86448 0.38733 AR{4}（2,2）0.076725 0.064088 1.1972 0.23123创新协方差矩阵：0.0000-0.0002-0.0002 0.1167创新相关矩阵：1.0000-0.0925-0.0925 1.0000
另见
物体
功能
相关话题
您还可以从以下列表中选择网站：
