ARIMA模型规范- MATLAB和Simulink万博1manbetx - 万博1manbetx,s manbetx 845,万博尤文图斯

ARIMA模型规范

默认的ARIMA模型

打开直播脚本

这个例子展示了如何使用简写Arima（p，d，q）语法指定默认的ARIMA(p，D，问）模型，

${δ.}^{D} y_{t} ＝ c + {φ.}_{1} {δ.}^{D} y_{t - 1} + .．. + {φ.}_{p} {δ.}^{D} y_{t - p} + {ε.}_{t} + {θ.}_{1} {ε.}_{t - 1} + .．. + {θ.}_{问} {ε.}_{t - 问} ，$

在哪里 ${δ.}^{D} y_{t}$ 是一个 $D^{t h}$ 差时间序列。你可以用延迟运算符符号将这个模型简化为:

$φ. （ l ）（ 1 - l ）^{D} y_{t} ＝ c + θ. （ l ） {ε.}_{t} ．$

默认情况下，创建的模型对象中所有参数的值都是未知的，创新分布为恒定的高斯分布。

指定默认的ARIMA(1,1,1)模型:

Mdl = arima (1, 1, 1)

描述:“arima(1,1,1)模型(高斯分布)”分布:名称= "高斯" P: 2 D: 1 Q: 1常数:NaN AR: {NaN}滞后[1]SAR: {} MA: {NaN}滞后[1]SMA:{}季节性:0 Beta: [1×0]方差:NaN

输出显示创建的模型对象，MDL.,已经南所有模型参数的值:常数项，AR和MA系数，方差。您可以使用点表示法修改创建的模型，或者将它(连同数据)输入到估计．

财产P有价值2（p+D)．这是初始化AR模型所需的样本前观察数。

Arima模型具有已知参数值

打开直播脚本

这个例子展示了如何指定ARIMA(p，D，问)模型，参数值已知。您可以使用这样一个完全指定的模型作为输入模拟或者预测．

指定ARIMA(2,1,1)模型

$δ. y_{t} ＝ 0 ． 4 + 0 ． 8 δ. y_{t - 1} - 0 ． 3. δ. y_{t - 2} + {ε.}_{t} + 0 ． 5 {ε.}_{t - 1} ，$

学生的创新分布在哪里t具有10度自由，恒定方差0.15。

tdist =结构(“名字”，“t”，'DOF'10);Mdl = arima ('持续的'，0.4，基于“增大化现实”技术的{0.8, -0.3},'嘛'，0.5，.．.' D '，1，“分布”，tdist，“方差”, 0.15)

描述:“arima(2,1,1)模型(t分布)”分布:名称= "t"， DoF = 10p: 3d: 1 Q: 1常数:0.4 AR:{0.8 -0.3}在滞后时间[1 2]SAR: {} MA:{0.5}在滞后时间[1]SMA:{}季节性:0 Beta: [1×0]方差:0.15

名称值对参数D指定非季度集成程度（D)．

指定了所有的参数值，即没有指定对象属性南有价值的。

使用计量计量模型应用程序指定Arima模型

在里面计量经济学建模师应用程序，您可以指定滞后结构，存在常量，以及Arima的创新分配（p，D，问)的模型，遵循以下步骤。所有指定的系数都是未知但可估计的参数。

在命令行，打开计量经济学建模师应用程序。
```
COMOLOMETRICMODELER.
```
或者，从应用程序库中打开应用程序(参见计量经济学建模师)．
在里面时间序列窗格，选择模型将适合的响应时间序列。
在计量经济学建模师标签，在楷模部分中,点击华宇电脑．要创建ARIMAX模型，请参见ARIMAX模型规范．
的ARIMA模型参数将出现对话框。
指定滞后结构。要指定ARIMA(p，D，问)模型，包括从1到所有AR滞后p所有MA落后于1问,可以使用滞后顺序选项卡。若要灵活地指定包含特定滞后，请使用滞后矢量选项卡。有关更多详细信息，请参阅以交互方式指定滞后运营商多项式．无论使用哪个选项卡，都可以通过检查中的方程来验证模型形式模型方程部分。

例如：

要指定包含常数的ARIMA（3,1,2）模型，包括通过各自的订单的所有连续AR和MA滞后，并具有高斯创新分布：
1. 集程度的集成来1．
2. 集自归秩序来3.．
3. 集移动平均订单来2．
指定一个包含从1到它们各自阶次的所有AR和MA滞后的ARIMA(3,1,2)模型，具有高斯分布，但不包含常数:
1. 集程度的集成来1．
2. 集自归秩序来3.．
3. 集移动平均订单来2．
4. 清除包括常数项复选框。
指定包含非连续滞后的ARIMA(8,1,4)模型

$（ 1 - {φ.}_{1} l - {φ.}_{4} l^{4} - {φ.}_{8} l^{8} ）（ 1 - l ） y_{t} ＝（ 1 + {θ.}_{1} l^{1} + {θ.}_{4} l^{4} ） {ε.}_{t} ，$

在哪里ε._t是一系列IID高斯创新：
1. 点击滞后矢量选项卡。
2. 集程度的集成来1．
3. 集自回归滞后来1 4 8．
4. 集移动平均滞后来1 - 4．
5. 清除包括常数项复选框。
指定一个ARIMA(3,1,2)模型，其中包括所有连续的AR和MA滞后于它们各自的阶数和一个常数项，并且有t分布的创新:
1. 集程度的集成来1．
2. 集自归秩序来3.．
3. 集移动平均订单来2．
4. 点击创新分布按钮，然后选择t．
自由度参数t分布是一个未知但可估计的参数。

指定模型后，单击估计估计模型中的所有未知参数。

另请参阅