拟合矢量误差修正(VEC)模型到数据
如果1≤职级
≤Mdl。NumSeries
- - - - - -1
就像大多数VEC模型一样估计
分两步执行参数估计。
估计
通过Johansen方法估计协整关系的参数,包括任何限制截距和时间趋势[2].
估计
从估计的协整关系构造误差修正项。然后,估计
通过在第一差异中构建向量自回归(VAR)模型,并将误差修正项作为预测因子,估计VEC模型中的其余项。对于没有协整关系的模型(职级
= 0)或具有满秩的协整矩阵(职级
=Mdl.Numseries
),估计
只执行这个VAR估计步骤。
您可以从协整分析中删除与协整关系空间中的标准单位向量相关联的平稳序列。要对单个序列进行平稳性预测试,请使用adftest
,ppt
,kpsstest
,lmctest
.作为一种替代方法,您可以在完整模型的上下文中测试标准单位向量jcontest
.
如果1
≤职级
≤Mdl。NumSeries
- - - - - -1
,协整关系中参数的渐近误差协方差(包括B,c0,d0对应于协整
,CointegrationConstant
,CointegrationTrend
性质)通常是非高斯分布。因此,估计
不估计或返回相应的标准误差。
将复合冲击矩阵的误差协方差定义为乘积一个*Bʹ,均为渐近高斯分布。因此,估计
估计并返回其标准误差。对于整体常数和线性趋势的标准误差(一个*c0和一个*d0对应于常数
和趋势
性质)的H1*和H* Johansen形式。
[1]<年代pan>汉密尔顿,j . D。时间序列分析.普林斯顿:普林斯顿大学出版社,1994。
[2]<年代pan>约翰森,S。协整向量自回归模型中的似然推理.牛津大学出版社,1995。
[3]<年代pan>Juselius, K。协整VAR模型.牛津:牛津大学出版社,2006。
[4]<年代pan>Lutkepohl, H。多重时间序列分析新导论.柏林:施普林格,2005年。
过滤器
|<年代pan itemscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">预测
|<年代pan itemscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">推断出
|<年代pan itemscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">模拟
|<年代pan itemscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">总结
|<年代pan itemscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">varm