使用过滤器模拟响应
说明之间的关系模拟
而且过滤器
通过估计Johansen丹麦数据集中四个响应序列的四维VAR(2)模型。将拟合的模型和历史数据作为初始值,模拟单路径响应,然后使用相同的预采样响应,通过估计模型筛选随机的高斯扰动集。
加载约翰森的丹麦经济数据。
负载Data_JDanish
变量说明请输入描述
.
创建默认的4-D VAR(2)模型。
Mdl = varm(4,2);Mdl。SeriesNames = datatitable . properties . variablenames;
使用整个数据集估计VAR(2)模型。
EstMdl =估计(Mdl, datatitable . variables);
的结果时模拟
而且过滤器
,采取这些行动是很重要的。
设置相同的随机数种子使用
rng
.属性指定相同的预采样响应数据
Y0
名称-值参数。
设置默认的随机种子。通过将估计的模型传递给模拟
.指定整个数据集作为预示例。
rng (“默认”) YSim =模拟(EstMdl,100,Y0= datatitable . variables);
YSim
是模拟响应的100 × 4矩阵。列对应于变量的列数据
.
设置默认的随机种子。从标准高斯分布模拟4个系列的100个观测值。
rng (“默认”) Z = randn(100,4);
通过估计模型对高斯值进行滤波。指定整个数据集作为预示例。
YFilter = filter(EstMdl,Z,Y0= datatitable . variables);
YFilter
是模拟响应的100 × 4矩阵。列对应于数据中变量的列数据
.在过滤干扰之前,过滤器
尺度Z
中模型协方差的下三角Cholesky因子EstMdl。协方差
.
比较两者的结果反应过滤器
而且模拟
.
(YSim - YFilter)'*(YSim - YFilter)
ans =4×40 0 0 0 0 0 0 0 0 0 0
结果是相同的。