regARIMA模型估计的优化设置
优化选项
估计
最大化使用对数似然函数fmincon
从优化工具箱™。fmincon
具有许多优化选项,如优化算法的选择和约束违反容忍度。使用以下命令选择优化选项optimoptions
.
估计
使用fmincon
默认情况下的优化选项,但有以下例外。详细信息请参见fmincon
而且optimoptions
在优化工具箱中。
optimoptions属性 | 描述 | 估计设置 |
---|---|---|
算法 |
负对数似然函数的最小化算法 | “sqp” |
显示 |
优化进度的显示级别 | “关闭” |
诊断 |
显示有关要最小化的功能的诊断信息 | “关闭” |
ConstraintTolerance |
约束违反的终止容忍度 | 1 e - |
如果您希望使用与默认值不同的优化选项,那么请设置自己的usingoptimoptions
.
例如,假设您想要估计
显示优化诊断信息。最佳实践是设置名称-值对参数“显示”、“诊断”
在估计
.或者,您可以指示优化器显示优化诊断。
指定具有AR(1)误差的回归模型(Mdl
),并从中模拟数据。
Mdl0 = regARIMA(基于“增大化现实”技术的, 0.5,“拦截”,0,“方差”1);rng (1);%用于再现性y =模拟(Mdl0,25);
Mdl
没有回归组件。默认情况下,fmincon
不显示优化诊断。使用optimoptions
将其设置为显示优化诊断,并设置为其他fmincon
属性的默认设置估计
如上表所示。
选项= optimoptions(@fmincon,“诊断”,“上”,“算法”,...“sqp”,“显示”,“关闭”,“ConstraintTolerance”1 e)
options = fmincon options:当前使用的选项Algorithm ('sqp'):(其他可用算法:'active-set', ' internal -point', 'sqp-legacy', 'trust- area -reflective')设置属性:Algorithm: 'sqp' constrainttolance: 1.0000 -07 Display: 'off'默认属性:CheckGradients: 0 FiniteDifferenceStepSize: 'sqrt(eps)' FiniteDifferenceType: 'forward' maxfunctioniterations: '100*numberOfVariables' MaxIterations: 400 ObjectiveLimit: -1.0000e+20 OptimalityTolerance: 1.0000 -06 OutputFcn:[] PlotFcn: [] ScaleProblem: 0 specyconstraintgradient: 0 specyobjectivegradient: 0 StepTolerance: 1.0000 -06 TypicalX: 'ones(numberOfVariables,1)' UseParallel: 0显示当前算法未使用的选项('sqp')
@fmincon是fmincon的函数句柄
属性下显示所设置的选项用户设置:
标题。在默认值:
标题是你可以设置的其他选项。
适合Mdl
来y
使用新的优化选项。
Mdl = regARIMA(1,0,0);EstMdl =估计(Mdl,y,“选项”、选择);
____________________________________________________________诊断信息变量数量:3个函数目标:@(X)nLogLike(X,YData,XData,E,U,Mdl, ar . lag,ma . lag,maxPQ,T,isDistributionT,userSpecifiedU0,trapValue)梯度:有限差分Hessian:准牛顿非线性约束:@(X) internal. econs . arimanonlinearconstraints (X, LagsAR,LagsSAR,LagsMA,LagsSMA,公差)非线性约束梯度:有限差分约束非线性不等式约束数量:1非线性等式约束个数:0线性不等式约束个数:0线性等式约束个数:0下限约束个数:3上限约束个数:3算法选择sqp ____________________________________________________________结束诊断信息ARMA(1,0)误差模型(高斯分布):Value standderror TStatistic PValue ________ _____________ __________ _________ Intercept -0.12097 0.4747 -0.27034 0.7869 AR{1} 0.46386 0.15781 2.9393 0.0032895 Variance 1.2308 0.47275 2.6035 0.0092266
请注意
估计
在数值上最大化对数似然函数,潜在地使用等式、不等式和下限和上限约束。如果你设置算法
除了sqp
,确保算法支持类似的约束,例如万博1manbetx内点
.例如,trust-region-reflective
不支持不平等约束。万博1manbetx估计
的约束级别ConstraintTolerance
这样就不会违反约束条件。具有主动约束的估计具有不可靠的标准误差,因为方差协方差估计假设似然函数在最大似然估计周围是局部二次的。
带有ARIMA误差的回归模型的约束
该软件在使用ARIMA误差估计回归模型时执行这些约束:
非季节和季节AR算子多项式的稳定性
非季节和季节MA算子多项式的可逆性
创新方差严格大于零
a的自由度严格大于2t创新分布
另请参阅
regARIMA
|估计
|fmincon
|optimoptions