预测向量纠错(VEC)模型反应
返回路径的最小均方误差(MMSE)预测(Y
=预测(Mdl
,numperiods
,Y0
)Y
)的长度numperiods
预测地平线使用VEC(指定的完全p- 1)模型Mdl
。预测的反应代表presample数据的延续Y0
。
使用附加选项指定一个或多个参数名称-值对。例如,Y
=预测(Mdl
,numperiods
,Y0
,名称,值
)“X”, X, YF, YF
指定X
未来的外生因素回归组件和数据YF
作为条件预测未来的响应数据。
VEC模型考虑以下七个宏观经济系列。然后,适合模型的数据和预测未来12个季度的反应。
国内生产总值(GDP)
国内生产总值物价折算指数
支付员工薪酬
非农商业部门的所有人
有效联邦基金利率
个人消费支出
国内私人投资总额
假设协整排4和一个短期的术语是适当的,也就是说,考虑一个VEC(1)模型。
加载Data_USEconVECModel
数据集。
负载<年代pan style="color:#A020F0">Data_USEconVECModel
在数据集和变量的更多信息,进入描述
在命令行中。
确定是否需要预处理的数据绘制系列在不同的情节。
图;次要情节(2、2、1)情节(FRED.Time FRED.GDP);标题(<年代pan style="color:#A020F0">“国内生产总值”);ylabel (<年代pan style="color:#A020F0">“指数”);包含(<年代pan style="color:#A020F0">“日期”);次要情节(2 2 2)情节(FRED.Time FRED.GDPDEF);标题(<年代pan style="color:#A020F0">“GDP平减指数”);ylabel (<年代pan style="color:#A020F0">“指数”);包含(<年代pan style="color:#A020F0">“日期”);次要情节(2,2,3)情节(FRED.Time FRED.COE);标题(<年代pan style="color:#A020F0">员工的薪酬支付);ylabel (<年代pan style="color:#A020F0">数十亿美元的);包含(<年代pan style="color:#A020F0">“日期”);次要情节(2,2,4)情节(FRED.Time FRED.HOANBS);标题(<年代pan style="color:#A020F0">“非农商业部门小时”);ylabel (<年代pan style="color:#A020F0">“指数”);包含(<年代pan style="color:#A020F0">“日期”);
图;次要情节(2、2、1)情节(FRED.Time FRED.FEDFUNDS);标题(<年代pan style="color:#A020F0">“联邦基金利率”);ylabel (<年代pan style="color:#A020F0">“百分比”);包含(<年代pan style="color:#A020F0">“日期”);次要情节(2 2 2)情节(FRED.Time FRED.PCEC);标题(<年代pan style="color:#A020F0">“消费支出”);ylabel (<年代pan style="color:#A020F0">数十亿美元的);包含(<年代pan style="color:#A020F0">“日期”);次要情节(2,2,3)情节(FRED.Time FRED.GPDI);标题(<年代pan style="color:#A020F0">“国内私人投资总额”);ylabel (<年代pan style="color:#A020F0">数十亿美元的);包含(<年代pan style="color:#A020F0">“日期”);
稳定所有系列,除了联邦基金利率,运用对数变换。规模的系列100年所有系列都在相同的规模。
弗雷德。国内生产总值= 100 *日志(FRED.GDP);弗雷德。GDPDEF = 100 *日志(FRED.GDPDEF);弗雷德。COE = 100 *日志(FRED.COE);弗雷德。HOANBS = 100 *日志(FRED.HOANBS);弗雷德。PCEC = 100 *日志(FRED.PCEC); FRED.GPDI = 100*log(FRED.GPDI);
VEC(1)创建一个模型使用简写语法。指定变量名。
Mdl =结果(7 4 1);Mdl.SeriesNames=弗雷德。Properties.VariableNames;
Mdl
是一个结果
模型对象。所有属性包含南
值对应于参数估计给定数据。
估计模型使用整个数据集和默认选项。
FRED.Variables EstMdl =估计(Mdl)
EstMdl =结果属性:描述:“7-Dimensional排名VEC(1) = 4模式”SeriesNames:“GDP”“GDPDEF”“卓越中心”……和4更NumSeries: 7等级:4 P: 2常数:[14.1329 8.77841 -7.20359……和4)的调整:[7×4矩阵]协整:[7×4矩阵)影响:[7×7矩阵]CointegrationConstant: [-28.6082 109.555 -77.0912……和1]“CointegrationTrend:(4×1零向量)短期的:{7×7矩阵}在滞后[1]的趋势:[7×1的向量0]β:协方差矩阵[7×0]:[7×7矩阵)
EstMdl
是一个估计结果
模型对象。它是完全因为所有参数已知值指定。默认情况下,估计
强加的约束H1 VEC模型形式通过移除Johansen协整的趋势从模型和线性趋势。参数被排除在估计相当于实施等式约束为零。
从估计模型预测反应在三年的地平线。整个数据集指定为presample观察。
numperiods = 12;Y0 = FRED.Variables;Y =预测(EstMdl numperiods, Y0);
Y
是一个12-by-7矩阵的预测反应。行对应于预测地平线,和列对应的变量EstMdl.SeriesNames
。
情节预测反应和过去50真实的反应。
跳频= dateshift (FRED.Time(结束),<年代pan style="color:#A020F0">“结束”,<年代pan style="color:#A020F0">“季”1:12);图;次要情节(2 2 1)h1 =情节(FRED.Time ((end-49):结束),FRED.GDP ((end-49):结束);持有<年代pan style="color:#A020F0">在h2 =情节(fh, Y (: 1));标题(<年代pan style="color:#A020F0">“国内生产总值”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([FRED.Time(结束)跳频([结束结束])FRED.Time(结束)],h。YLim ([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,2)h1 =情节(FRED.Time ((end-49):结束),FRED.GDPDEF ((end-49):结束);持有<年代pan style="color:#A020F0">在h2 =情节(fh, Y (:, 2));标题(<年代pan style="color:#A020F0">“GDP平减指数”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([FRED.Time(结束)跳频([结束结束])FRED.Time(结束)],h。YLim ([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,3)h1 =情节(FRED.Time ((end-49):结束),FRED.COE ((end-49):结束);持有<年代pan style="color:#A020F0">在h2 =情节(fh, Y (:, 3));标题(<年代pan style="color:#A020F0">员工的薪酬支付);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([FRED.Time(结束)跳频([结束结束])FRED.Time(结束)],h。YLim ([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,4)h1 =情节(FRED.Time ((end-49):结束),FRED.HOANBS ((end-49):结束);持有<年代pan style="color:#A020F0">在h2 =情节(fh, Y (:, 4));标题(<年代pan style="color:#A020F0">“非农商业部门小时”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([FRED.Time(结束)跳频([结束结束])FRED.Time(结束)],h。YLim ([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从
图;次要情节(2 2 1)h1 =情节(FRED.Time ((end-49):结束),FRED.FEDFUNDS ((end-49):结束);持有<年代pan style="color:#A020F0">在h2 =情节(fh, Y (:, 5));标题(<年代pan style="color:#A020F0">“联邦基金利率”);ylabel (<年代pan style="color:#A020F0">“百分比”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([FRED.Time(结束)跳频([结束结束])FRED.Time(结束)],h。YLim ([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,2)h1 =情节(FRED.Time ((end-49):结束),FRED.PCEC ((end-49):结束);持有<年代pan style="color:#A020F0">在h2 =情节(fh, Y (:, 6));标题(<年代pan style="color:#A020F0">“消费支出”);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([FRED.Time(结束)跳频([结束结束])FRED.Time(结束)],h。YLim ([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,3)h1 =情节(FRED.Time ((end-49):结束),FRED.GPDI ((end-49):结束);持有<年代pan style="color:#A020F0">在h2 =情节(fh, Y (:, 7));标题(<年代pan style="color:#A020F0">“国内私人投资总额”);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([FRED.Time(结束)跳频([结束结束])FRED.Time(结束)],h。YLim ([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从
考虑的模型和数据从VEC模型预测无条件反应级数。
加载Data_USEconVECModel
数据集和数据进行预处理。
负载<年代pan style="color:#A020F0">Data_USEconVECModel弗雷德。国内生产总值= 100 *日志(FRED.GDP);弗雷德。GDPDEF = 100 *日志(FRED.GDPDEF);弗雷德。COE = 100 *日志(FRED.COE);弗雷德。HOANBS = 100 *日志(FRED.HOANBS);弗雷德。PCEC = 100 *日志(FRED.PCEC); FRED.GPDI = 100*log(FRED.GPDI);
的Data_Recessions
数据集包含了衰退的开始和结束连续日期。加载数据集。日期序列号的矩阵转换为一个datetime数组。
负载<年代pan style="color:#A020F0">Data_Recessionsdtrec = datetime(衰退,<年代pan style="color:#A020F0">“ConvertFrom”,<年代pan style="color:#A020F0">“datenum”);
创建一个标识的哑变量中,美国在衰退时期甚至更糟。具体地说,该变量1
如果FRED.Time
发生在经济衰退期间,0
否则。
isin = @ (x)(任何(dtrec (: 1) < = x & x < = dtrec (:, 2)));isrecession =双(arrayfun(型号、FRED.Time));
VEC(1)创建一个模型使用简写语法。假定适当的协整等级是4。你不需要指定的组件创建模型时回归。指定变量名。
Mdl =结果(7 4 1);Mdl.SeriesNames=弗雷德。Properties.VariableNames;
估计模型使用最后三年的数据。指定预测识别是否在经济衰退期间观察测量。
bfh = FRED.Time(结束)年(3);estIdx =弗雷德。时间< bfh;EstMdl =估计(Mdl,弗雷德{estIdx:},<年代pan style="color:#A020F0">“X”isrecession (estIdx));
季度的预测路径响应三年后的未来。
弗雷德Y0 = {estIdx,:};Y =预测(EstMdl 12 Y0,<年代pan style="color:#A020F0">“X”isrecession (~ estIdx));
Y
是一个12-by-7矩阵模拟响应。行对应于预测地平线,和列对应的变量EstMdl.SeriesNames
。
情节预测反应和过去的40真实的反应。
图;次要情节(2 2 1)h1 =情节(FRED.Time ((end-39):结束),FRED.GDP ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (: 1));标题(<年代pan style="color:#A020F0">“国内生产总值”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,2)h1 =情节(FRED.Time ((end-39):结束),FRED.GDPDEF ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 2));标题(<年代pan style="color:#A020F0">“GDP平减指数”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,3)h1 =情节(FRED.Time ((end-39):结束),FRED.COE ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 3));标题(<年代pan style="color:#A020F0">员工的薪酬支付);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,4)h1 =情节(FRED.Time ((end-39):结束),FRED.HOANBS ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 4));标题(<年代pan style="color:#A020F0">“非农商业部门小时”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从
图;次要情节(2 2 1)h1 =情节(FRED.Time ((end-39):结束),FRED.FEDFUNDS ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 5));标题(<年代pan style="color:#A020F0">“联邦基金利率”);ylabel (<年代pan style="color:#A020F0">“百分比”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,2)h1 =情节(FRED.Time ((end-39):结束),FRED.PCEC ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 6));标题(<年代pan style="color:#A020F0">“消费支出”);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从次要情节(2,2,3)h1 =情节(FRED.Time ((end-39):结束),FRED.GPDI ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 7));标题(<年代pan style="color:#A020F0">“国内私人投资总额”);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“位置”,<年代pan style="color:#A020F0">“最佳”)举行<年代pan style="color:#A020F0">从
分析预测精度使用预测间隔在三年的地平线。这个例子之前,从从VEC模型预测无条件反应级数。
加载Data_USEconVECModel
数据集和数据进行预处理。
负载<年代pan style="color:#A020F0">Data_USEconVECModel弗雷德。国内生产总值= 100 *日志(FRED.GDP);弗雷德。GDPDEF = 100 *日志(FRED.GDPDEF);弗雷德。COE = 100 *日志(FRED.COE);弗雷德。HOANBS = 100 *日志(FRED.HOANBS);弗雷德。PCEC = 100 *日志(FRED.PCEC); FRED.GPDI = 100*log(FRED.GPDI);
VEC(1)估计模型。保留最近三年的数据来评估预测的准确性。假定适当的协整等级是4,H1约翰森形式模型是适合的。
bfh = FRED.Time(结束)年(3);estIdx =弗雷德。时间< bfh;Mdl =结果(7 4 1);Mdl.SeriesNames=弗雷德。Properties.VariableNames; EstMdl = estimate(Mdl,FRED{estIdx,:});
从估计模型预测反应在三年的地平线。作为一个presample指定所有样本观察。返回的MSE的预测。
numperiods = 12;弗雷德Y0 = {estIdx,:};[Y, YMSE] =预测(EstMdl numperiods, Y0);
Y
是一个12-by-7矩阵的预测反应。YMSE
是一个12-by-1细胞向量7-by-7矩阵对应于家中小企业。
从矩阵中提取主对角线元素的每一个细胞YMSE
。应用结果的平方根获得标准错误。
extractMSE = @ (x)诊断接头(x) ';MSE = cellfun (extractMSE YMSE,<年代pan style="color:#A020F0">“UniformOutput”、假);SE =√cell2mat (MSE));
估计大约95%的预估区间为每个反应级数。
YFI = 0 (numperiods Mdl.NumSeries 2);YFI (:: 1) = Y - 2 * SE;YFI (:: 2) = Y + 2 * SE;
情节预测反应和过去的40真实的反应。
图;次要情节(2 2 1)h1 =情节(FRED.Time ((end-39):结束),FRED.GDP ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (: 1));h3 =情节(FRED.Time (~ estIdx) YFI (:, 1, 1),<年代pan style="color:#A020F0">“k——”);情节(FRED.Time (~ estIdx) YFI (:, 1, 2),<年代pan style="color:#A020F0">“k——”);标题(<年代pan style="color:#A020F0">“国内生产总值”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2 h3),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“95%的预测区间”,<年代pan style="color:#0000FF">…“位置”,<年代pan style="color:#A020F0">“最佳”);持有<年代pan style="color:#A020F0">从次要情节(2,2,2)h1 =情节(FRED.Time ((end-39):结束),FRED.GDPDEF ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 2));h3 =情节(FRED.Time (~ estIdx) YFI (:, 2, 1),<年代pan style="color:#A020F0">“k——”);情节(FRED.Time (~ estIdx) YFI (:, 2, 2),<年代pan style="color:#A020F0">“k——”);标题(<年代pan style="color:#A020F0">“GDP平减指数”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2 h3),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“95%的预测区间”,<年代pan style="color:#0000FF">…“位置”,<年代pan style="color:#A020F0">“最佳”);持有<年代pan style="color:#A020F0">从次要情节(2,2,3)h1 =情节(FRED.Time ((end-39):结束),FRED.COE ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 3));h3 =情节(FRED.Time (~ estIdx) YFI (:, 3, 1),<年代pan style="color:#A020F0">“k——”);情节(FRED.Time (~ estIdx) YFI (:, 3、2),<年代pan style="color:#A020F0">“k——”);标题(<年代pan style="color:#A020F0">员工的薪酬支付);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2 h3),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“95%的预测区间”,<年代pan style="color:#0000FF">…“位置”,<年代pan style="color:#A020F0">“最佳”);持有<年代pan style="color:#A020F0">从次要情节(2,2,4)h1 =情节(FRED.Time ((end-39):结束),FRED.HOANBS ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 4));h3 =情节(FRED.Time (~ estIdx) YFI (:, 4, 1),<年代pan style="color:#A020F0">“k——”);情节(FRED.Time (~ estIdx) YFI (:, 4, 2),<年代pan style="color:#A020F0">“k——”);标题(<年代pan style="color:#A020F0">“非农商业部门小时”);ylabel (<年代pan style="color:#A020F0">“指数(了)”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2 h3),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“95%的预测区间”,<年代pan style="color:#0000FF">…“位置”,<年代pan style="color:#A020F0">“最佳”);持有<年代pan style="color:#A020F0">从
图;次要情节(2 2 1)h1 =情节(FRED.Time ((end-39):结束),FRED.FEDFUNDS ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 5));h3 =情节(FRED.Time (~ estIdx) YFI (:, 5, 1),<年代pan style="color:#A020F0">“k——”);情节(FRED.Time (~ estIdx) YFI (:, 5, 2),<年代pan style="color:#A020F0">“k——”);标题(<年代pan style="color:#A020F0">“联邦基金利率”);ylabel (<年代pan style="color:#A020F0">“百分比”);包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2 h3),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“95%的预测区间”,<年代pan style="color:#0000FF">…“位置”,<年代pan style="color:#A020F0">“最佳”);持有<年代pan style="color:#A020F0">从次要情节(2,2,2)h1 =情节(FRED.Time ((end-39):结束),FRED.PCEC ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 6));h3 =情节(FRED.Time (~ estIdx) YFI(:, 6日1),<年代pan style="color:#A020F0">“k——”);情节(FRED.Time (~ estIdx) YFI (:, 6, 2),<年代pan style="color:#A020F0">“k——”);标题(<年代pan style="color:#A020F0">“消费支出”);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2 h3),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“95%的预测区间”,<年代pan style="color:#0000FF">…“位置”,<年代pan style="color:#A020F0">“最佳”);持有<年代pan style="color:#A020F0">从次要情节(2,2,3)h1 =情节(FRED.Time ((end-39):结束),FRED.GPDI ((end-39):结束);持有<年代pan style="color:#A020F0">在h2 =情节(FRED.Time (~ estIdx), Y (:, 7));h3 =情节(FRED.Time (~ estIdx) YFI(:, 7日1),<年代pan style="color:#A020F0">“k——”);情节(FRED.Time (~ estIdx) YFI (:, 7, 2),<年代pan style="color:#A020F0">“k——”);标题(<年代pan style="color:#A020F0">“国内私人投资总额”);ylabel (<年代pan style="color:#A020F0">“数十亿美元(比例));包含(<年代pan style="color:#A020F0">“日期”);甘氨胆酸h =;填充([bfh h。XLim([2 2]) bfh],h.YLim([1 1 2 2]),<年代pan style="color:#A020F0">“k”,<年代pan style="color:#0000FF">…“FaceAlpha”,0.1,<年代pan style="color:#A020F0">“EdgeColor”,<年代pan style="color:#A020F0">“没有”);传奇((h1 h2 h3),<年代pan style="color:#A020F0">“真正的”,<年代pan style="color:#A020F0">“预测”,<年代pan style="color:#A020F0">“95%的预测区间”,<年代pan style="color:#0000FF">…“位置”,<年代pan style="color:#A020F0">“最佳”);持有<年代pan style="color:#A020F0">从
numperiods
- - - - - -<年代pan itemprop="purpose">预测的时间跨度预测地平线,或时间点在预测期的数量,指定为一个正整数。
数据类型:双
Y0
- - - - - -<年代pan itemprop="purpose">Presample反应Presample反应预测,提供初始值指定为一个numpreobs
——- - - - - -numseries
数字矩阵或numpreobs
——- - - - - -numseries
——- - - - - -numprepaths
数字数组。
numpreobs
是presample观测的数量。numseries
反应级数的数量(Mdl.NumSeries
)。numprepaths
presample反应路径的数量。
行对应presample观察,最后一行包含最新的观测。Y0
必须包含至少Mdl.P
行。如果你提供更多不必要的行,预测
只使用最新的Mdl.P
观察。
列必须对应响应系列名称Mdl.SeriesNames
。
页对应独立,独立的路径。
数据类型:双
指定可选的逗号分隔条名称,值
参数。的名字
参数名称和吗价值
相应的价值。的名字
必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家
。
“X”, X, YF, YF
使用矩阵X
回归预测数据组件,矩阵YF
部分称为未来反应条件的预测。
“X”
- - - - - -<年代pan itemprop="purpose">预测时间序列的预测预测的时间序列预测模型中回归的组成部分,指定为逗号分隔组成的“X”
和一个数字矩阵包含numpreds
列。
numpreds
预测变量的数量(大小(Mdl.Beta, 2)
)。
行对应于观测。行j
包含了j
提前预测。X
必须至少有numperiods
行。如果你提供更多不必要的行,预测
只使用最早的numperiods
观察。第一行包含最早的观察。
列对应个人预测变量。所有预测变量存在于每个响应方程的回归组件。
预测
适用于X
每条路径(页面);也就是说,X
代表观察到的预测路径之一。
保持模型一致性预测地平线,这是一个很好的练习时指定预测预测Mdl
有一个回归组件。
默认情况下,预测
排除了回归组件,无论它的存在Mdl
。
数据类型:双
“。”
- - - - - -<年代pan itemprop="purpose">未来的多元反应级数未来的多元反应级数条件预测,指定为逗号分隔组成的“。”
和一个数字矩阵或三维数组包含numseries
列。
在预测地平线行对应于观测,第一行是最早的观察。具体地说,行j
在样本路径k
(YF (
)包含的响应j
:,k
)j
时间进入未来。YF
必须至少有numperiods
行预测地平线。如果你提供更多不必要的行,预测
只使用第一numperiods
行。
列对应变量的响应Y0
。
页面对应样本路径。具体来说,路径k
(YF (:,:
)捕获状态,或知识、反应级数的发展从过去presample (k
)Y0
)进入未来。
如果YF
是一个矩阵,然后呢预测
适用于YF
每一个numpaths
输出路径(见Y0
)。
否则,YF
必须至少有numpaths
页面。如果你提供更多不必要的页面,预测
只使用第一numpaths
页面。
的元素YF
可以数字标量或缺失值(显示南
值)。预测
将数字标量视为确定性提前知道未来的反应,例如,制定的政策。预测
对相应的预测响应南
值条件已知的值。
默认情况下,YF
是一个数组组成的吗南
值表示一个完整的缺乏知识的未来状态的响应预测地平线。在这种情况下,预测
传统MMSE估计预测。
更多细节,请参阅算法。
例子:VEC模型考虑预测的一个路径组成的四个反应系列三个时期进入未来。假设您有先验知识对未来的一些值的反应,和你想预测未知的反应条件在你的知识。指定YF
包含值,你知道,作为一个矩阵和使用南
值你不知道但是想预测。例如,“YF”,[南2 5南;南南0.1南;南南南南)
指定你没有知识的第一和第四的未来值响应系列;你知道时期1的值在第二反应级数,但没有其他的价值;你知道时间的值1和2在第三系列反应,但不是时期3的值。
数据类型:双
南
值Y0
和X
显示缺失值。预测
从数据中删除缺失值list-wise删除。如果Y0
是一个三维数组,然后呢预测
执行这些步骤。
横向连接形成一个页面numpreobs
——- - - - - -numpaths * numseries
矩阵。
包含至少一个删除任何行南
连续数据。
失踪的观察,从多条路径的结果Y0
可以从每个路径不同于获得的结果。
缺失值的X
,预测
从每个页面的删除相应的行YF
。行删除后X
和YF
,如果小于的行数numperiods
,然后预测
抛出一个错误。
预测
估计使用方程无条件的预测
在哪里t= 1,…,numperiods
。预测
过滤器的numperiods
——- - - - - -numseries
通过矩阵的新鲜感创新Mdl
。预测
使用指定的presample创新(Y0
)必要的地方。
预测
使用卡尔曼滤波器估计条件的预测。
的方式预测
决定了numpaths
,在输出参数的页面数量Y
,取决于预测类型。
如果你估计无条件的预测,这意味着你不指定名称-值对的论点YF
,然后numpaths
是输入参数的页面数量Y0
。
如果你有条件的预测和估计Y0
和YF
有超过一页,然后numpaths
在数组的页面数量较少的页面。如果页面的数量Y0
或YF
超过numpaths
,然后预测
只使用第一numpaths
页面。
如果你条件的预测和估计Y0
或YF
有一个页面,然后呢numpaths
在数组的页面数量最多的页面。预测
使用数组每条路径的一页。
预测
设置时间的起源模型,包括线性时间趋势(t0)大小(Y0, 1)
- - - - - -Mdl.P
(删除后失踪的值)。因此,组件是时代的趋势t=t0+ 1,t0+ 2,…,t0+numobs
。本公约的默认行为是一致的模型估计中估计
删除第一个Mdl.P
反应,减少了有效的样本大小。虽然预测
显式地使用第一Mdl.P
presample反应Y0
初始化模型,观察的总数(不含缺失值)决定t0。
[1]<年代pan>汉密尔顿,j . D。时间序列分析。普林斯顿,纽约:普林斯顿大学出版社,1994年。
[2]<年代pan>约翰森,S。基于可能性推理在共合体向量自回归模型。牛津:牛津大学出版社,1995年。
[3]<年代pan>Juselius, K。共合体VAR模型。牛津:牛津大学出版社,2006年。
[4]<年代pan>Lutkepohl, H。新的多元时间序列分析的介绍。柏林:施普林格出版社,2005年。
估计
|<年代pan itemscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">模拟
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:<年代trong class="recommended-country">。
选择<年代pan class="recommended-country">网站你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。