计量经济学建模应用概览 - MATLAB＆Simulink的 - MathWorks万博1manbetx公司한국

计量经济学建模应用概述

的计量经济学建模师应用程序是用于分析单变量的时间序列数据的交互式工具。该应用程序非常适合用于可视化和转换数据，进行统计规格型号识别测试，拟合模型数据，而且这些动作之间的迭代。当您满意的模型，可以将其导出到MATLAB^®用于预测未来响应或进行进一步分析的工作空间。您还可以从会话生成代码或报告。

启动计量建模通过进入econometricModeler在MATLAB命令行，或通过点击计量经济学建模师下计算金融在应用程序库(应用程序附签在MATLAB工具栏上)。

下面的工作流描述了如何使用计量经济学建模器找到最适合时间序列数据的样本内模型。工作流并不是严格的规定—您实现的步骤取决于您的目标和模型类型。您可以根据需要轻松地跳过步骤并迭代几个步骤。该应用程序非常适合Box-Jenkins方法来构建时间序列模型[1]。

准备计量建模数据- 选择一个响应变量分析并从中建立预测模型。任选地，选择的解释变量中所包含的模型。

注意

您只能将一个变量从MATLAB工作空间导入计量经济学建模器。因此，在命令行，你必须同步和连接多个串联成一个变量。
导入时间序列变量- 数据导入到计量建模从MATLAB工作区或MAT文件。导入数据后，可以调整不同属性或变量的存在。
进行探索性数据分析-以多种方式查看序列，通过变换序列来稳定序列，通过执行统计测试来检测时间序列的属性。
- 可视化时间序列数据- 万博1manbetx支持的图包括时间序列图和相关图（例如，自相关函数（ACF））。
- 执行规范和模型识别假设测试- 测试系列的平稳性，异方差，自相关，和共线多个系列中。对于ARIMA和GARCH模型，该步骤可以包括确定滞后适当数量的在模型中包括。万博1manbetx支持的测试包括扩张的Dickey-Fuller检定，恩格尔的ARCH检验，Ljung的盒Q-测试和贝尔斯利共线性诊断。
- 变换时间序列- 万博1manbetx支持的转换包括对数变换和季节性和非季节性差异。
适合的候选车型数据- 选择基础上，探索性数据分析或经济理论决定的单变量响应序列模型参数的形式。然后，估计模型。万博1manbetx支持的模型包括季节和非季节性条件均值（例如，ARIMA），条件方差（例如，GARCH），和多元线性回归模型（任选地包含ARMA错误）。
行为拟合优度拟合检验- 确保模型充分通过执行残余诊断描述数据。
- 可视化的残差，以检查他们是否在零为中心，服从正态分布，同方差和序列不相关。万博1manbetx支持的地块包括位数 - 分位数和ACF图。
- 测试同方差和自相关的残差。万博1manbetx支持的测试包括Ljung-Box q检验和Engle的ARCH残差平方检验。
找到样本内最合适的模型- 同一系列中的估算多个模型，然后选择模型，收益率最小的拟合统计，例如，赤池信息准则（AIC）。
导出会议结果- 当你找到一个模型或执行适当的模型，总结了会议的结果。您选择的方法取决于你的目标。万博1manbetx支持的方法包括：
- 出口变量-计量经济学建模师导出选定的变量到MATLAB工作空间。如果应用程序中的一个会话没有完成您的分析目标，例如预测响应，那么您可以导出变量(包括估计的模型)，以便在命令行进行进一步的分析。
- 生成函数- 计量建模器产生一个MATLAB纯文本或活的函数，返回给定的导入的数据所选择的模型。此方法可帮助您了解命令行功能的应用程序使用，以创建预测模型。您可以修改生成的函数来完成您的分析目标。
- 生成报告- 计量建模生成一个文件，例如，一个PDF，说明选定变量或模型的活动。这种方法提供了当你完成的应用程序你的目标你的分析的清晰和方便的总结。

为计量经济学建模应用程序准备数据

您只能将一个变量从MATLAB工作空间导入计量经济学建模器。因此，在导入数据之前，将响应序列和任何预测序列连接到一个变量中。

计量经济学建模师支持这些可变数据类型。万博1manbetx

MATLAB时间表-变量必须是双精度数值向量。最佳实践是导入您的数据在一个时间表，因为计量经济学建模师:
- 通过使用存储在该名称的名称变量VariableNames领域属性财产。
- 使用时间变量值作为表示时间的任何轴的标记标签。否则，表示时间的标记标签就是索引。
- 使您能够在时间序列图叠加衰退波段（见recessionplot)
MATLAB表-变量必须是双精度数值向量。变量名是VariableNames领域属性财产。
数字矢量或矩阵 - 对于一个矩阵中，每列是命名为一个单独的变量variableNamej,在那里j是对应的列。

不管变量类型如何，计量经济学建模器假设行对应于时间点(观察值)。

导入时间序列变量

该数据集可以在MATLAB工作区或MAT文件，你可以从你的机器访问存在。

若要从工作区的数据集，在计量经济学建模师选项卡，在进口部分，点击。在导入数据对话框中，单击复选框进口？包含数据的变量的列，然后单击进口。在支持的数据类型的工作区所有变量出现在对话框中，但你只能选择一个。万博1manbetx
从MAT文件导入数据，在进口部分，点击进口，然后选择从MAT-file进口。在选择一个MAT-file对话框中，浏览到包含数据集的文件夹，然后双击MAT文件。

在导入数据之后，数据集中的每个变量（列）的名称出现在时间序列的部分数据浏览器。此外，时间序列图，包括所有的变量出现在时间序列图(变量名)图窗口，在这里变量名中的一个变量的名称数据浏览器。

您可以在变量相互作用数据浏览器在几个方面。

要选择一个变量来执行统计测试或创建一个图表，例如，单击数据浏览器。如果您双击该变量，而不是，然后应用程序也绘制在一个单独的时间序列图。
若要更改变量名或删除变量，请在数据浏览器。然后，从上下文菜单中选择所需的操作。
要同时操作多个时间序列，请按Ctrl然后单击要使用的每个变量。

中导入数据Data_USEconModelMAT-file。

在命令行，将数据加载到工作区。
```
加载Data_USEconModel
```
在计量经济学建模，在进口的部分计量经济学建模师选项卡上,单击。的导入数据对话框。
Data_USEconModel存储几个变量。数据表和数据包含相同的数据，但是数据表是属性名称变量和采样时间，以行的时间表。进口数据表通过选择相应的进口？复选框，然后单击进口。

所有变量在数据表出现在数据浏览器。假设你想保留COE,FEDFUNDS和国内生产总值只要。选择所有其他变量，用鼠标右键单击其中之一，并选择删除。

在应用程序中工作后，可以导入另一个数据集进口，计量建模显示下面的对话框。

如果您点击好，则计量经济建模师将删除所有变量数据浏览器，并关闭右窗格中的所有文档。

执行探索性数据分析

探索性数据分析包括确定变量和它们之间的关系的特点，考虑到预测模型的形成。对于时间序列数据，识别出成倍的增长，包含趋势，或者是不稳定，然后适当地改造他们系列。对于ARIMA模型，以确定模型的形式，并在应对一系列的序列相关性结构显著滞后，使用箱詹金斯方法[1]。如果您计划创建GARCH模型，那么请评估该系列是否包含波动性聚类和显著滞后。对于多元回归模型，确定共线预测因子和那些与响应线性相关的预测因子。

对于时间序列数据分析，探索性分析通常包括数据可视化迭代、统计规范和模型识别测试以及数据转换。

可视化时间序列数据

在导入数据集之后，计量经济学建模师将选择导入数据中的所有变量，并在默认情况下在右窗格中显示这些变量的时间序列图。例如，在您导入之后数据表在里面Data_USEconModel数据集，app显示此时间序列图。

要创建自己的时间序列图：

在数据浏览器，选择情节系列的适当数量。
单击情节工具栏中的选项卡。
单击按钮查看您想要的绘图类型。

计量经济建模师支持以下时间序列图。万博1manbetx

情节	目标
时间序列或	识别缺失的值或异常值。识别指数增长的系列或包含趋势的系列。识别不稳定。识别包含波动聚类系列。在同一小区比较两个不同尺度的系列(`Y-Y轴`)。比较同一小区内多个尺度相似的系列。
自相关函数（ACF）	用序列相关来识别序列。确定AR模型是否合适。确定显著MA滞后的型号标识。
部分ACF (PACF)	用序列相关来识别序列。确定MA模式是否合适。确定显著AR滞后的型号标识。
相关性	检查变量分布。确定线性关系成对变量。

你可以与现有的情节互动:

右键单击它，
使用当您暂停绘图时出现的绘图按钮
使用图形窗口中的选项

万博1manbetx支持通过互动情节类型而异。

保存一个图-右键单击该图，然后选择出口。保存显示的数字。
添加或删除的时间序列曲线 - 右键单击图中，点展会时间系列菜单中，然后选择要添加或删除的时间序列。
图衰退带-右键单击时间序列图，然后选择显示经济衰退。
显示网格线 - 图上暂停，然后单击。
切换图例 - 图上暂停，然后单击。
潘 - 图上暂停，然后单击。有关平移的详细信息，请参阅缩放，平移和旋转数据（MATLAB）。
ZOOM - 暂停的身影。要放大，请点击。要缩小，单击。有关详细信息，请参阅缩放，平移和旋转数据（MATLAB）。
恢复视图 - 的情节恢复到原来的看法，你对这个数字平移或缩放，暂停之后，然后单击。

序列相关函数图，其他选项的存在ACF或PACF选项卡。你可以指定:

滞后于显示的号码
置信带的标准差数
理论ACF和PACF分别为零的MA和AR阶数

当您调整参数计量建模实时更新的情节。

要同时查看多个绘图区，可以通过将绘图选项卡拖动到右侧窗格的不同部分来定位它们。当你拖动一个图形时，应用程序会高亮显示放置它的可能区域。要撤消最后一个文档或图形窗口的位置，请在位于分区中间的圆点上暂停，然后单击当它出现。

考虑为有效联邦基金利率的ARIMA模型（FEDFUNDS)。为了识别模型特征(例如，AR或MA的滞后数量)，需要并排绘制时间序列、ACF和PACF。

在数据浏览器,双击FEDFUNDS。
通过右键单击在剧情添加衰退乐队的情节时间序列图（FEDFUNDS）图形窗口，然后选择显示经济衰退。
在情节选项卡上,单击ACF。
点击PACF。
单击时间序列图（FEDFUNDS）图形窗口，并将其拖动到右窗格的左侧。单击PACF (FEDFUNDS)数字窗口并将其拖动到面板的右下角。

该ACF慢慢熄灭了和PACF切断第一滞后后。在ACF的行为表明，您ARIMA模型的形式选择之前时间序列必须转变。

在右窗格中，观察在相关图之间的水平分区的中间的点（以下滞后x轴的ACF的标签）。要撤消此相关图的定位，那就是由制表符分隔的相关图，暂停的点和点击当它出现。

执行规范和模型识别假设测试

您可以执行假设测试来确认您从视觉上获得的时间序列属性，或者对难以看到的属性进行测试。计量经济学建模支持这些测试的单变量系列。万博1manbetx

测试	假设
增广迪基 - 富勒	H₀：系列具有单位根。 H₁：系列是静止的。有关受支持的参数的详细信息，请参阅万博1manbetx`adftest`。
Kwiatkowski，菲利普斯，施密特，申（KPSS）	H₀:系列是趋势平稳的。 H₁：系列具有单位根。有关受支持的参数的详细信息，请参阅万博1manbetx`kpsstest`。
Leybourne-McCabe	H₀:系列是一个趋势平稳的AR(p）过程。 H₁:系列是一个ARIMA(p,1,1)的过程。指定p，调整滞后数参数。有关受支持的参数的详细信息，请参阅万博1manbetx`lmctest`。
菲利普 - 庇隆	H₀：系列具有单位根。 H₁：系列是静止的。有关受支持的参数的详细信息，请参阅万博1manbetx`pptest`。
方差比	H₀：系列是一个随机游走。 H₁：系列不是一个随机游走。有关受支持的参数的详细信息，请参阅万博1manbetx`vratiotest`。
恩格尔的拱	H₀：系列表现出没有条件异（ARCH效应）。 H₁:系列是一个拱门(p）模型，用p> 0。指定p，调整滞后数参数。有关受支持的参数的详细信息，请参阅万博1manbetx`archtest`。
Ljung的盒Q-测试	H₀：系列显示出在所述第一自相关无米滞后，即，对应系数是共同为零。 H₁:系列至少有一个非零自相关系数ρ_j,j∈{1，...，米}。指定米，调整滞后数参数。有关受支持的参数的详细信息，请参阅万博1manbetx`lbqtest`。

注意

之前进行测试，计量建模删除了前部和尾部缺失值（南值)在系列中。恩格尔ARCH检验不支持级数中的缺失值，即，万博1manbetx南值其前后的观测成功。

平稳性测试结果表明，是否应该转换一个系列来稳定它，以及哪种转换是合适的。对于ARIMA模型，平稳性检验结果表明是否包含集成度。恩格尔的ARCH检验结果表明，该序列是否表现出波动性聚类，并建议在GARCH模型中加入时滞。Ljung-Box Q-test结果表明，在ARIMA模型中需要多少个AR滞后。

在计量经济学模型中执行单变量测试:

方法中选择一个变量数据浏览器。
在计量经济学建模师选项卡，在测试部分，点击新的测试。
在测试库，单击要进行测试。用于测试类型的新选项卡显示在工具条，以及测试结果的新文档出现在右窗格中。
在测试类型选项卡，在参数部，调整为测试参数。例如，考虑执行恩格尔的ARCH检验。在拱选项卡，在参数节中，选择测试统计量中的滞后量滞后数旋转框，或显着性水平（也就是价值α)使用显著性水平微调框。
在测试类型选项卡，在测试部分，点击运行试验。测试结果，包括是否拒绝零假设，p属性中的新行中显示-value和参数设置结果测试结果文件表。如果零假设被拒绝，那么应用程序将以黄色突出显示该行。

您可以调整参数并多次运行测试。方法中的新行显示特定变量的每次测试运行的结果结果表。要从删除行结果表，选择相应的复选框选择列，然后单击明确的测试在试验型标签。

注意

多次测试会增加错误发现率。保持整体错误发现率的保守方法α是将Bonferroni校正应用到每个测试的显着性水平。也就是说，总共t测试组显著性水平价值α/t。

对于多个系列，则可以评估使用贝尔斯利共线性诊断该系列中的实力和共线的来源。要执行贝尔斯利相关诊断：

方法中至少选择两个变量数据浏览器。
在计量经济学建模师选项卡，在测试部分，点击新的测试。
在测试图库中共线性部分，点击Belsley共线性诊断。对于贝尔斯利共线性诊断的新选项卡显示在工具条，并为结果的新文档出现在右窗格中。
在共线性选项卡，在公差部，调整为测试参数。实时应用程序执行诊断为你调整参数值。

计量建模器返回的奇异值，条件索引，并且每个变量的方差 - 分解比例的表。在黄行计量建模的亮点有一个条件指数大于由指定的公差状况指数参数值公差的部分共线性选项卡。此外，计量建模为绘制每个变量的突出显示行中的方差 - 分解的比例。

在高亮显示的行中，那些方差分解大于容忍值的变量(或者，那些图中带有红色标记的变量)表现出多重共线性。有关Belsley共线性诊断结果和多重共线性的更多信息，请参见collintest和时间序列回归II:共线性和估计量方差。

要添加或删除诊断时间序列：

在测试结果文档中，右键单击结果表或情节。
指向展会时间系列。似乎所有变量的列表。
单击一个变量将其添加到诊断中，或者单击一个选定的变量将其从诊断中删除。

考虑含加拿大通货膨胀和利率的预测变量的预测模型。确定变量是否在一条直线。的Data_Canada数据集包含时间序列。

导入数据表变量Data_Canada数据集进计量经济学建模师(见导入时间序列变量)。时间序列图出现在右侧窗格中。

全系列似乎包含自相关。虽然，你应该从预测变量建立预测模型之前删除的自相关，这个例子进行不去除自相关。
在测试部分，点击新的测试。在共线性部分，点击Belsley共线性诊断。

计量经济学建模师创建一个包含Belsley共线性诊断结果的文档。

条件指数和方差 - 分解比例公差缺省值是30.和0.5，分别。由于它们的方差 - 分解比例的公差为条件索引的上方，线的预测是INT_L,INT_M和INT_S。

将时系列

Box-Jenkins方法[1]用于ARIMA模型选择假定响应系列是固定的，和杂散回归模型可以由模型产生含有非平稳预测和响应的变量（更多的细节，请参见时间序列回归IV:伪回归)。为了稳定您的系列，计量Modeler支持在这些转换万博1manbetx转换的部分计量经济学建模师选项卡。

转型	使用时系列...	笔记
日志	是否有指数趋势或方差随其水平而增长	级数中的所有值必须为正。
线性去趋势	是否存在可以用最小二乘法确定的线性确定性趋势	当计量建模detrends系列，它忽略开头或结尾的缺失（`南`)的值。如果观测到的值之间发生的任何缺失值，然后应用程序返回一个矢量`南`长度等于级数的值。
一阶差分	具有随机趋势	计量经济学建模预先考虑与差分序列`南`值。此操作可确保在差分序列具有相同的长度和时基与原始系列。
季节性差异	是否有季节性的随机趋势	您可以指定使用旋转框一个赛季的时间。例如，`12`表示每月季节变换。计量经济学建模师预先考虑与差分序列`南(期,1)`,在那里`期`是在一个赛季的规定期限。此操作可确保在差分序列具有相同的长度和时基与原始系列。

有关详细信息，请参阅数据转换。

要改变一个变量，选择变量数据浏览器，然后单击转换。类中出现表示转换后的级数的新变量数据浏览器。此外，计量经济学建模师绘制并选择新变量。要创建变量名，应用程序将转换名附加到变量名的末尾。方法重命名转换后的变量数据浏览器，选择重命名在上下文菜单中，然后输入新名称。您可以选择多个系列按下Ctrl并点击每个系列，然后同时施加相同的变换到所选择的系列。该应用程序为每个系列创建新的变量，追加改造名称给每个转换变量名的结束，地块改造在同一图中的变量。

例如，假设GDP系列Data_USEconModel有一个指数趋势与随机趋势。通过应用对数转换，然后将第二差稳定GDP。

导入数据表变量Data_USEconModel数据集到计量经济学模型(见导入时间序列变量)。
在数据浏览器，选择国内生产总值。
在计量经济学建模师选项卡，在转换部分，点击日志。该应用程序创建一个名为变量GDPLog，它出现在数据浏览器，并显示时间序列的图。
在转换部分，点击区别。该应用程序创建一个名为GDPLogDiff并显示与时间序列图。
在转换部分，点击区别。该应用程序创建一个名为的变量GDPLogDiffDiff并显示与时间序列图。

GDPLogDiffDiff是稳定的GDP。

模型与数据的拟合

一个探索性数据分析的结果可以建议几种候选机型。要选择一个模式，在数据浏览器，则为响应选择时间序列变量，然后在计量经济学建模师选项卡，在楷模部分，单击模型或在模型库中单击一个模型。计量经济学建模支持以下模型。万博1manbetx

模型类型

模型	类型
条件是:ARMA / ARIMA模型部分	平稳自回归（AR）有关详细信息，请参阅自回归模型,`华宇`和`估计`。
平稳移动平均线(MA) 有关详细信息，请参阅移动平均模型,`华宇`和`估计`。
平稳ARMA 有关详细信息，请参阅自回归移动平均模型,`华宇`和`估计`。
非平稳综合ARMA (ARIMA) 有关详细信息，请参阅ARIMA模型,`华宇`和`估计`。
季节性（乘）ARIMA（SARIMA）有关详细信息，请参阅乘积ARIMA模型,`华宇`和`估计`。
ARIMA包括外源性预测（ARIMAX）有关详细信息，请参阅ARIMA模型包括外生协变量,`华宇`和`估计`。
季节性ARIMAX 有关详细信息，请参阅`华宇`和`估计`。
条件方差:GARCH模型部分	广义自回归条件异方差(GARCH) 有关详细信息，请参阅GARCH模型,`garch`和`估计`。
指数GARCH（EGARCH）有关详细信息，请参阅EGARCH模型,`EGARCH`和`估计`。
Glosten, Jagannathan, and Runkle (GJR) 有关详细信息，请参阅GJR模型,`GJR`和`估计`。
多元线性回归:回归模型部分	多元线性回归有关详细信息，请参阅时间序列回归我：线性模型,`线性模型`和`fitlm`。
与ARMA误差的回归模型有关详细信息，请参阅与时间序列误差回归模型,`regARIMA`和`估计`。

条件是:ARMA / ARIMA模型部分

平稳自回归（AR）

有关详细信息，请参阅自回归模型,华宇和估计。

平稳移动平均线(MA)

有关详细信息，请参阅移动平均模型,华宇和估计。

平稳ARMA

有关详细信息，请参阅自回归移动平均模型,华宇和估计。

非平稳综合ARMA (ARIMA)

有关详细信息，请参阅ARIMA模型,华宇和估计。

季节性（乘）ARIMA（SARIMA）

有关详细信息，请参阅乘积ARIMA模型,华宇和估计。

ARIMA包括外源性预测（ARIMAX）

有关详细信息，请参阅ARIMA模型包括外生协变量,华宇和估计。

季节性ARIMAX

有关详细信息，请参阅华宇和估计。

条件方差:GARCH模型部分

广义自回归条件异方差(GARCH)

有关详细信息，请参阅GARCH模型,garch和估计。

指数GARCH（EGARCH）

有关详细信息，请参阅EGARCH模型,EGARCH和估计。

Glosten, Jagannathan, and Runkle (GJR)

有关详细信息，请参阅GJR模型,GJR和估计。

多元线性回归:回归模型部分

多元线性回归

有关详细信息，请参阅时间序列回归我：线性模型,线性模型和fitlm。

与ARMA误差的回归模型

有关详细信息，请参阅与时间序列误差回归模型,regARIMA和估计。

对于条件均值模型估计，SARIMA和SARIMAX是最灵活的模型。您可以创建任何条件均值模型，排除外源性预测通过点击SARIMA或者你可以创建一个包含通过点击至少一种外源性预测任何条件均值模型SARIMAX。

您选择的模型后，应用程序显示类型模型参数对话框，在这里类型是模型类型。本图显示了SARIMAX模型参数对话框。

可调参数类型模型参数窗口取决于类型。一般可调参数包括:

与预测变量相对应的模型常数(偏移量或截距)和线性回归系数(参见调整模型常数和回归组件参数)
时间序列的组成参数，其中包括季节和非季节的滞后和程度的整合(见调整时间系列组件参数)
创新分配（见调整创新分布参数)

当你调整参数值时模型方程部分更改以符合您的规范。可调参数对应于在相应的模型创建参考页面中描述的输入和名称-值对参数。有关详细信息，请参阅特定模型的功能参考页面。无论您选择的模型是什么，模型中的所有系数都是未知和可估计的，包括t-分布自由度参数(当你指定一个t创新分布)。

注意

计量经济学建模师不支持:万博1manbetx

优化选项调整为估计。
复合条件均值和方差模型。有关详细信息，请参阅指定条件均值和方差模型。
估计期间施加等式约束来指定的参数（除了用于保持估计期间固定为零参数）。

若要调整优化选项，估计复合条件均值和方差模型，或应用等式约束，请使用MATLAB命令行。

调整模型常数和回归组件参数

若要包含模型常数(偏移量或截距)项，请选择包括常数项或包括抵消项复选框。要删除模型常数（即，估计期间，它限制到零），清除该复选框。在复选框的位置和类型类型模型参数对话框取决于模型的类型。默认情况下，计量建模包括在不同的条件方差模型的所有模型类型的模型常数。

要选择预测的回归分量，在预测列表中选择复选框包括？与要在模型中包含预测列。默认情况下，应用程序不包含任何模型类型回归成分。

如果您选择ARIMAX,SARIMAX,或RegARMA，则必须至少选择一个预测。
如果您选择高钙，则可指定下列其中一项:
- 当您选择至少一个预测因子时，MLR模型
- 中清除所有复选框时的常数均值模型(仅拦截模型)包括？列，然后选择包括拦截复选框
- 一个错误，只有当你清除所有复选框模拟包括？列并清除包括拦截复选框

考虑GDP的线性回归模型到CPI和失业率。要指定回归：

导入数据表变量Data_USEconModel数据集到计量经济学模型(见导入时间序列变量)。
在数据浏览器，选择响应变量国内生产总值。
在计量经济学建模师选项卡，在楷模部分中，单击箭头以显示模型库。
在模特陈列室里回归模型部分，点击高钙。
在高钙模型参数对话框中包括？列中，选择CPIAUCSL和UNRATE复选框。
单击估计按钮。

调整时间系列组件参数

一般情况下，时间序列分量参数包含滞后在季节性和非季节性滞后算多项式，以及季节性和非季节性的集成度为包括。

对于条件均值模型，您可以指定季节性和非季节性自回归滞后，以及季节性和非季节性移动平均滞后。您还可以调整季节性和非季节性的集成度。
对于条件方差模型，您可以指定ARCH和GARCH滞后。EGARCH和GJR机型还支持杠杆滞后。万博1manbetx
对于有ARMA误差的回归模型，可以指定非季节性的自回归和移动平均滞后。对于包含季节性滞后或季节性或非季节性集成程度的模型，可以使用命令行。

计量经济学建模支持两个选项来调整参数。万博1manbetx的独立选项卡上有调整选项类型模型参数对话框:滞后阶和滞后矢量选项卡。在滞后阶选项卡，您可以指定订单的滞后算子多项式。通过此功能，您可以通过指定的顺序有效地包括所有的滞后，从1，在滞后算子多项式。在滞后矢量选项卡，您可以指定单个滞后包含一个滞后算多项式。此功能非常适合用于创建灵活的模型。有关详细信息，请参阅指定滞后算子多项式交互式。

调整创新分布参数

对于所有的模型，您可以指定该创新的分布是高斯。对于所有的车型，除了多元线性回归模型，你可以指定学生t相反，要解决瘦峰创新分布(有关更多细节，请参见最大似然估计条件均值模型,条件方差模型的极大似然估计,或加济马模型的极大似然估计)。如果你指定t分布，然后计量经济建模估计其自由度参数使用最大似然。

默认情况下，计量Modeler使用了创新的高斯分布。要改变创新的分布，在类型模型参数对话框，从创新分配按钮，在列表中选择一个分布。

估计模型

计量经济学建模把在模型未知和难能可贵的所有参数。您指定的模型之后，它适合通过单击数据估计在里面类型模型参数对话框。

注意

计量建模器需要用于估计的参数和样品前体观测的初始值来初始化用于估计的模型。如在所描述的计量建模器总是选择默认的初始和样品前体值估计要估计模型的参考页。
如果计量模型在估计过程中出现错误，则:
- 指定型号不佳描述数据。调整模型参数，然后估计新模式。
- 在命令行中，调整优化选项，并估计模型。有关详细信息，请参阅条件平均模型估计的优化设置,对于条件方差模型估计的优化设置,或对于regARIMA模型估计最优化设置。

你以后估计一个模型：

描述在估计的模型出现一种新的变楷模的部分数据浏览器名为Type_response。类型模型类型和响应是计量经济学建模师拟合模型的响应变量，例如，ARIMA_FEDFUNDS。
你在估计的模式运作数据浏览器通过右键单击它。除了为时间序列变量可用的选项（见导入时间序列变量），上下文菜单包括修改选项，它使您能够修改和重新评估模型。例如，右键单击一个模型并选择修改。然后,在类型模型参数对话框，调整参数，并点击估计。
的模型摘要（Type_response)文件总结了估算结果出现在右窗格中。显示的结果取决于模型的类型。对于条件均值和回归模型，结果包括：
- 模型拟合-响应序列和拟合值的时间序列图 $\hat{y}$
- 参数- 包含估计汇总表参数估计值，标准误差，以及t统计和p-测试对应参数为0的原假设的值
- 剩余的情节-残差的时间序列图
- 拟合优度- Akaike信息准则(AIC)和Bayesian信息准则(BIC)模型拟合统计量
对于条件方差模型，结果还包括一个估计汇总表和拟合优度统计，但计量经济学建模图:
- 条件方差- 的推断的条件方差时间序列图 ${\hat{σ}}_{t}^{2}$
- 标准化残差- 标准化残差的时间序列图 $\frac{y_{t} - c}{{\hat{σ}}_{t}^{2}}$ ,在那里c是估计的偏移量
您可以通过暂停其中一个并选择一个交互来与单独的情节交互(参见可视化时间序列数据)。还可以通过右键单击文档与摘要进行交互。选项包括:
- 出口- 在一个单独的窗口人物情节地点。
- 显示模型-显示另一个估计模型的摘要，通过指向显示模型，然后在列表中选择一个模型。
- 显示经济衰退-在时间序列图中绘制衰退带。

考虑一个SARIMA (0, 1, 1)×(0, 1, 1)₁₂有关一九四九年至一九六年每月国际航空旅客人数的统计数字Data_Airline数据集。使用计量经济学建模器来估计这个模型:

导入数据表变量Data_Airline数据集进计量经济学建模师(见导入时间序列变量)。
在计量经济学建模师选项卡，在楷模部分中，单击箭头>SARIMA。
在SARIMA模型参数对话框中滞后阶标签：
- 非季节性部分
  1. 组度集成来1。
  2. 组移动平均订单来1。
  3. 清除包括常数项复选框。
- 季节性部分
  1. 组期来12以显示每月数据。
  2. 组移动平均订单来1。
  3. 选择包括季节性的差异复选框。
点击估计。

一个变量命名SARIMA_PSSG出现在楷模的部分数据浏览器，此评估摘要将出现在新版本中模型摘要（SARIMA_PSSG）文献。

开展优度飞度检查

在您估计一个模型之后，一个好的实践是确定拟合模型的充分性(参见拟合优度)。计量经济建模器非常适合于可视化地评估样本内的适合度(对于所有模型，条件方差模型除外)并执行剩余诊断。

剩余的诊断包括评估模型假设和调查是否必须respecify模型来解决数据的其他属性。模型假设评估包括检查是否残差上零为中心，正态分布的，同方差，和序列不相关。如果残差不演示所有这些特性，则必须确定出发的严重程度，是否转换数据，以及是否指定一个不同的模型。有关剩余诊断的更多详细信息，请参阅时间序列回归VI：残留诊断和残留的诊断。

使用计量经济建模器执行拟合优度检查楷模的部分数据浏览器，选择一个估计的模型。然后完成以下步骤：

为了直观地评估样品中配合所有模型（除了条件方差模型），则检查模型拟合积于模型的总结文献。
在视觉上评估的残差是否集中于零，自相关，与异方差，检查剩余的情节在里面模型的总结文献。

在计量经济学建模师选项卡，在诊断部分，点击残留的诊断。诊断画廊提供了这些残差图和测试。

方法	诊断
残差直方图	直观地评估常态
剩余quantile-quantile情节	直观地评估正常和偏态
ACF	直观地评估残差是否自相关
Ljung的盒Q-测试	检验残差是否有显著的自相关
残差平方ACF	目测残差是否存在条件异方差
恩格尔的拱测试	条件异方差的检验残差(显著ARCH效应)

可替代地，绘制的直方图，分位数 - 分位数图，或估计的模型的残差的ACF：

选择在一个模型数据浏览器。
单击情节选项卡。
在情节部分中，单击箭头，然后单击该曲线图的一个型号地块画廊的部分。

注意

优度拟合另一个重要的检查是预测业绩评估。为了评估几种模型的预测性能：

使用数据拟合一组模型计量经济学建模师。
执行所有车型的残余诊断。
选择具有期望剩余财产和最小的拟合统计模型的一个子集（见寻找最适合样本的模型)。
将选择的模型导出到MATLAB工作空间(参见出口会议结果)。
在命令行执行预测性能评估(参见评估预测性能)。

例如，参见使用计量经济学建模应用程序创建模型后，比较预测性能。

考虑所估计的SARIMA（0,1,1）×执行拟合优度的配合检查（0,1,1）₁₂模型在航空公司计数数据估计模型。

在右边的窗格中模型摘要（SARIMA_PSSG）文献：
1. 模型拟合表明该模型与数据吻合较好。
2. 剩余的情节表明残差的均值为0。然而，残差表现为异方差，且呈序列相关。
在计量经济学建模师选项卡，在诊断部分，点击残留的诊断。在诊断图库:
1. 点击剩余qq情节。右侧窗格显示一个名为的图形窗口QQPlot (SARIMA_PSSG)含有残差的位数 - 分位数图。
  
  该图表明，残差近似正常的，但稍重的尾巴。
2. 点击自相关函数。在工具条中ACF标签出现，包含剧情选项。在右窗格中显示的图形窗口命名ACF (SARIMA_PSSG)包含残差的ACF。
  
  因为几乎所有的样本自相关值都低于置信界限，所以残差很可能不是连续相关的。
3. 点击恩格尔的ARCH检验。在拱选项卡，在测试部分，点击运行试验使用缺省选项来运行测试。右边的窗格显示拱(SARIMA_PSSG)文件，它示出了在测试结果结果表。
  
  结果表明，在5%的显著性水平下，残差没有ARCH效应的原假设被拒绝。你可以试着通过对级数进行对数变换来消除异方差。

寻找最适合样本的模型

计量经济学建模使您能够有效地适应多个相关模型的数据的集合。你估计模型后，可以通过迭代的方法估计其他车型执行探索性数据分析,模型与数据的拟合和开展优度飞度检查。每次迭代之后，一个新的模型变量出现在楷模的部分数据浏览器。

对于同一个参数的家庭，你适合相同的响应系列机型，您可以通过比较其拟合统计确定最佳的吝啬，样本内拟合估算模型中的模型。从候选模型的一个子集，以确定最适合的模型中使用计量经济学建模师:

在楷模的部分数据浏览器，双击预估模型。在右侧窗格中，模型的估计结果显示在模型摘要（模型)文档,模型是选择模型的名称。
在模型摘要（模型)的文档,拟合优度表中，选择一个合适的统计信息(AIC或BIC)并记录其值。
对所有候选模型重复前面的步骤。
选择产生最小拟合统计量的模型。

关于优度拟合统计的详细信息，请参阅信息标准。

考虑寻找最佳拟合SARIMA模型，周期12，在日志中的航空乘客计数Data_Airline数据集。符合SARIMA模型的子集，考虑的车型，其中包括多达两个季节性和非季节性MA滞后所有组合。

导入数据表变量Data_Airline数据集进计量经济学建模师(见导入时间序列变量)。
应用log变换到PSSG(见将时系列)。
飞度SARIMA（0,1，问)×(0,1,问₁₂)₁₂来PSSGLog，所有未知的订单0（见估计模型)。
在右边的窗格中模型摘要（SARIMA_PSSGLog）的文档,拟合优度表，记录AIC值。
在数据浏览器，选择PSSGLog。
重复步骤4和步骤5，但是进行调整问和问₁₂覆盖的九种排列问∈{0,1,2},问₁₂∈{0,1,2}。计量建模器通过附加连续数字的变量名的末尾区分相同类型的后续机型。

得到的AIC值是该表中。

模型	变量名	AIC
SARIMA (0,1,0)×(0,1,0)₁₂	`SARIMA_PSSGLog1`	-491.8042
SARIMA (0,1,0)×(0, 1, 1)₁₂	`SARIMA_PSSGLog2`	-530.5327
SARIMA (0,1,0)×(0, 1, 2)₁₂	`SARIMA_PSSGLog3`	-528.5330
SARIMA（0,1,1）×（0,1,0）₁₂	`SARIMA_PSSGLog4`	-508.6853
SARIMA（0,1,1）×（0,1,1）₁₂	`SARIMA_PSSGLog5`	-546.3970
SARIMA（0,1,1）×（0,1,2）₁₂	`SARIMA_PSSGLog6`	-544.6444
SARIMA (0, 1, 2)×(0,1,0)₁₂	`SARIMA_PSSGLog7`	-506.8027
SARIMA（0,1,2）×（0,1,1）₁₂	`SARIMA_PSSGLog8`	-544.4789
SARIMA（0,1,2）×（0,1,2）₁₂	`SARIMA_PSSGLog9`	-542.7171

因为它产生的最小AIC，所述SARIMA（0,1,1）×（0,1,1）₁₂模型是最好的吝啬模型，样本内的配合。

出口会议结果

计量模型为您提供了几个选项来共享您的会话结果。您选择的选项取决于您的分析目标。

分享您的结果的选项是在出口的部分计量经济学建模师选项卡。下表介绍了可用的选项。

选项	描述
出口变量	出口时间序列和模型变量到MATLAB工作区。选择此选项在MATLAB命令行进行进一步的分析。例如，你可以从一个估计的模型生成预测或检查多个模型的预测性能。
生成函数	生成MATLAB功能到应用程序之外使用。该函数接受装入应用程序作为输入数据，并且输出在该应用会话估计的模型。选择此选项：了解所使用的计量经济学建模创建和估计模型的功能。在MATLAB编辑器中修改生成的函数以供进一步使用。
产生肝功能	生成MATLAB直播功能的应用外使用。该函数接受装入应用程序作为输入数据，并且输出在该应用会话估计的模型。选择此选项：了解所使用的计量经济学建模创建和估计模型的功能。在Live编辑器中修改生成的函数以供进一步使用。
生成报告	生成总结了会议的报告。当您在计量经济学建模器中实现分析目标时，请选择此选项，并希望共享结果摘要。

输出变量

输出从时间序列和估计模型变量数据浏览器到MATLAB工作空间:

在计量经济学建模师选项卡，在出口部分，点击或出口>出口变量。
在出口变量对话框中，所有时间序列变量数据浏览器出现在左窗格中，所有模型变量出现在右窗格中。通过在选择相应的复选框选择的时间序列和模型变量以出口选择柱。该应用程序将选择在所选择的所有时间序列或模型变量的复选框数据浏览器。清除所有复选框变量你不想出口。例如，该图显示了如何选择PSSGLog时间序列和SARIMA_PSSGLogSARIMA模型。
点击出口。

所选择的变量出现在MATLAB工作区。时间序列变量是双精度列向量。估计模型取决于型号类型的对象（例如，一个导出的ARIMA模式是一种华宇宾语）。

另外，您也可以从输出变量数据浏览器通过选择至少一个变量，右键单击选定的变量，以及选择出口。

生成功能

该应用程序可以生成纯文本函数或活动函数。这两个函数之间的主要区别是用于修改生成的函数的编辑器:在MATLAB编辑器中编辑纯文本函数，在live编辑器中编辑live函数。有关这两种函数类型之间差异的详细信息，请参阅什么是一个活生生的脚本或函数？（MATLAB）。

无论选择何种功能的类型，将所生成的函数接受装入应用程序作为输入数据，并且输出在该应用会话估计的模型。要导出在创建一个应用程序会话估计模型的MATLAB功能或肝功能：

在数据浏览器，选择一个估计的模型。
在计量经济学建模师选项卡，在出口部分，点击出口。在出口菜单中选择生成函数或产生肝功能。

MATLAB编辑器或Live编辑器显示一个未命名、未保存的函数，其中包含估计模型的代码。

默认情况下，函数名modelTimeSeries。
该函数接受最初导入的数据集作为输入。
该函数估计模型之前，它提取自估计中使用的输入数据集中的变量，并应用相同的变换到您在计量建模应用的变量。
该函数返回所选择的估计的模型。

考虑生成实时的函数，返回SARIMA_PSSGLogSARIMA (0, 1, 1)×(0, 1, 1)₁₂模型拟合到日志航空公司乘客的数据（见估计模型)。该图显示了生成的活动函数。

生成一个报告

计量经济建模师可以生成一个报告，描述您的活动对选定的时间序列和模型变量。该应用程序将报告组织成与所选时间序列和模型变量相对应的章节。章节描述您对相应的变量执行的会话活动。

在时间序列变量章节描述了转换，情节，以及您在会话中所选择的变量进行测试。估计模型章节包含估计总结，也就是要素模型的总结文件（见估计模型），和残余诊断情节和测试。

您可以将报告导出为下列文件类型之一：

超文本标记语言（HTML）
微软^®词XML格式文档（DOCX）
可携式文件格式(PDF)

要导出报告：

在计量经济学建模师选项卡，在出口部分，点击出口>生成报告。
在选择的项目在报告中包括对话框中，所有时间序列变量数据浏览器出现在左窗格中，所有模型变量出现在右窗格中。选择变量通过在选择他们的复选框以包括报表选择柱。
通过单击选择文档类型报告格式选择你想要的格式。
点击好。
在选择要写入的文件窗口：
1. 浏览到要在其中保存报告的文件夹。
2. 在文件名框中，键入报告的名称。
3. 点击救。