Autocorrelated和异方差的障碍
显式模型扰动序列相关的系列中,创建一个回归模型与ARIMA错误(regARIMA模型对象)。另外,承认nonsphericality的存在,你可以估计heteroscedastic-and-autocorrelation-consistent (HAC)系数的协方差矩阵,或实现可行的广义最小二乘法(备受)。HAC更多细节和备受估计看到的时间序列回归X:广义最小二乘估计和工厂。
创造条件意味着模型工具,支持ARIMA模型和分析,明白了万博1manbetx条件是模型。
应用程序
| 计量经济学建模师 | 分析和计量经济学时间序列模型 |
功能
例子和如何
创建模型
建立回归模型与自回归综合移动平均错误使用regARIMA或计量经济学建模应用。
创建一个默认的回归模型与ARIMA错误使用regARIMA。
建立回归模型与基于“增大化现实”技术的错误使用regARIMA。
建立回归模型与马错误使用regARIMA。
建立回归模型和ARMA错误使用regARIMA或计量经济学建模应用。
建立回归模型与ARIMA错误使用regARIMA。
建立回归模型与SARIMA错误使用regARIMA。
选择高斯或t-distributed创新。
创建一个回归模型与乘法季节性ARIMA错误。
现有的模型的变化方面。
策划各种回归模型的脉冲响应函数与ARIMA错误。
ARMAX之间转换回归模型和ARMA错误。
合适的模型数据
交互式地指定和估计回归模型和ARMA错误。
估计的敏感性,美国国内生产总值(GDP)消费者价格指数(CPI)的变化估计。
适合与乘法回归模型ARIMA错误数据使用估计。
ARMAX之间转换回归模型和ARMA错误。
选择季节性自回归和移动平均滞后度多项式回归模型ARMA错误,使用Akaike信息准则(AIC)。
情节纠正信心乐队使用标准Newey-West健壮的错误。
改变带宽估计协方差HAC系数时,估计和比较在不同带宽和内核。
地址有影响力的离群值使用回归模型与ARIMA错误,袋回归树和贝叶斯线性回归。
出口变量MATLAB®工作区,生成纯文本和函数,返回一个模型估计生活在一个应用程序会话,或者生成一个报告记录你的活动时间序列计量经济学建模应用程序会话和估计模型。
生成模拟或脉冲响应
从各种回归模型与模拟观测ARMA错误。
模拟与不稳定和指数回归模型错误。
模拟回归模型与固定和不同固定错误。
预测回归模型与ARIMA(1, 2)错误使用预测和模拟。
生成最小均方误差预测
预测回归模型与ARIMA(1, 2)错误使用预测和模拟。
预测乘法季节性ARIMA模型使用预测。
预测回归模型与ARIMA错误,检查可预测性模型的鲁棒性。
概念
计量经济学建模应用程序是一个互动的观察和分析单变量时间序列数据的工具。
指定滞后算子多项式使用计量经济学时间序列模型估计Modeler。
了解脉冲响应函数的回归模型与ARIMA错误。
学习创新展览自相关和异方差性。
了解回归模型与ARIMA错误。
定义不同类型的时间序列回归模型。
在估计学习MATLAB使用初始参数值。
了解回归模型与ARIMA的拦截可识别性错误。
了解如何选择一个合适的回归模型与ARIMA错误。
学习的最大似然估计回归模型与ARIMA错误。
了解估计回归模型与ARIMA的优化设置错误。
在估计学习MATLAB使用presample值。
估计回归模型与ARIMA与等式约束错误。
了解生成独立的随机从一个回归模型与ARIMA错误。
了解presample模拟所需数据回归模型与ARIMA错误。
了解presample数据如何影响一个模拟路径。
了解预测回归模型与ARIMA错误使用许多模拟路径。
了解最小均方误差预测。
