类:富豪
将具有ARIMA误差的回归模型转换为ARIMAX模型
ARIMAX = arima (Mdl)
[ARIMAX, XNew] = arima (Mdl、名称、值)
这个阿里玛
对象函数转换指定的具有ARIMA误差的回归模型(富豪
模型对象)转换为等效的ARIMAX模型(阿里玛
模型对象)。要直接创建ARIMAX模型,请参见阿里玛
.
转换单变量回归模型与ARIMA时间序列误差ARIMAX
= arima (Mdl
)Mdl
一种类型的模型阿里玛
包括回归组件(ARIMAX)。
[
使用一个或多个指定的附加选项返回预测数据的更新回归矩阵ARIMAX
,XNew
) = arima (Mdl
,名称、值
)名称、值
对参数。
|
具有ARIMA时间序列误差的回归模型,由 |
指定可选的逗号分隔的字符对名称、值
参数。名称
是参数名和价值
为对应值。名称
必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家
.
|
的回归分量的预测数据 最后一行 每一列的 |
|
ARIMA模型等效于具有ARIMA误差的回归模型 |
|
已更新的预测值数据矩阵,用于
每一列的 |
让X表示串联预测器数据向量(或设计矩阵)的矩阵和β表示具有ARIMA误差的回归模型的回归分量,Mdl
.
如果您指定X
那么阿里玛
返回XNew
以某种形式。假设的非零自回归滞后项Mdl
是0 <A.1.<A.2.< ...<P,这是最大的滞后项程度。软件通过扩展和减少季节性和非季节性自回归滞后多项式以及季节性和非季节性积分滞后多项式的乘积来获得这些滞后项度
第一列XNew
是Xβ.
第二列XNew
是一系列的A.1.楠
s、 然后是产品
这个J第列XNew
是一系列的A.J楠
s、 然后是产品
最后一栏XNew
是一系列的A.P楠
s、 然后是产品
假设Mdl
是一个误差为ARIMA(3,1,0)的回归模型,以及ϕ1.=0.2和ϕ3.=0.05。则自回归和积分滞后多项式的乘积为
这意味着ARIMAX。β
是[1 -1.2 0.02 -0.05 0.05]
和XNew
是
哪里xJ是J第排X.
如果您没有指定X
那么阿里玛
返回XNew
的差分方程为无行空矩阵,并为1加上非零自回归系数的个数Mdl
柱。