计量经济模型应用概述- MATLAB & Simulink - MathWorks Am万博1manbetxérica Latina

计量经济学建模器应用概述

的计量经济学建模师App是一个分析单变量时间序列数据的交互式工具。该应用程序非常适合可视化和转换数据，执行统计规范和模型识别测试，将模型与数据拟合，并在这些操作之间迭代。当您对一个模型感到满意时，您可以将它导出到MATLAB中^®用于预测未来响应或进一步分析的工作区。您还可以从会话生成代码或报告。

通过输入启动计量经济模型econometricModeler在MATLAB命令行，或通过单击计量经济学建模师下计算金融在应用程序库(应用程序选项卡)。

下面的工作流程描述了如何使用计量经济学建模器找到与时间序列数据具有最佳样本内拟合的模型。工作流并不是一个严格的规定—您实现的步骤取决于您的目标和模型类型。您可以很容易地跳过步骤，并根据需要迭代几个步骤。该应用程序非常适合Box-Jenkins方法来建立时间序列模型[1]．

为计量经济学建模器准备数据-选择一个响应变量进行分析，并从中建立预测模型。可选地，选择要包含在模型中的解释变量。

请注意

您只能从MATLAB工作区导入一个变量到计量经济模型。因此，在命令行中，必须将多个序列同步并连接到一个变量中。
导入时间序列变量-从MATLAB工作区或mat文件导入数据到计量经济模型。导入数据后，可以调整变量属性或变量是否存在。
执行探索性数据分析—通过多种方式查看序列，通过转换来稳定序列，通过统计测试来检测时间序列的属性。
- 可视化时间序列数据-支万博1manbetx持的图包括时间序列图和相关图(如ACF)。
- 执行规格和模型识别假设测试-检验多个序列间的平稳性、异方差、自相关和共线性。对于ARIMA和GARCH模型，这个步骤可以包括确定模型中包含的适当滞后数。万博1manbetx支持的检验包括增强的Dickey-Fuller检验、Engle’s ARCH检验、Ljung-Box q检验和Belsley共线性诊断。
- 变换时间序列—支万博1manbetx持的转换包括日志转换、季节性和非季节性差异。
根据数据拟合候选模型-根据探索性数据分析或根据经济理论选择单变量响应序列的模型参数形式。然后，估计模型。万博1manbetx支持的模型包括季节性和非季节性条件均值(例如ARIMA)、条件方差(例如GARCH)和多个线性回归模型(可选地包含ARMA误差)。
进行拟合优度检验—通过残留诊断，确保模型对数据有充分的描述。
- 可视化残差，检查它们是否以零为中心、正态分布、同方差和序列不相关。万博1manbetx支持图包括分位数-分位数图和ACF图。
- 检验同方差和自相关的残差。万博1manbetx支持的检验包括关于平方残差的Ljung-Box q检验和Engle’s ARCH检验。
找出样本内拟合最好的模型-估计同一族中的多个模型，然后选择产生最小拟合统计量的模型，例如赤池信息准则(AIC)。
导出会话结果—在您找到一个或多个性能良好的模型之后，总结会话的结果。你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-计量经济模型导出选定的变量到MATLAB工作区。如果应用程序中的一个会话没有完成您的分析目标，比如预测响应，那么您可以导出变量(包括估计的模型)，以便在命令行中进行进一步分析。
- 生成一个函数-计量经济学建模器生成MATLAB纯文本或实时函数，返回给定导入数据的选定模型。这个方法帮助您理解应用程序用来创建预测模型的命令行函数。您可以修改生成的函数来完成您的分析目标。
- 生成报告-计量经济学建模器生成一个文档，如PDF，描述您在选定变量或模型上的活动。当你在应用程序中完成你的目标时，这种方法提供了一个清晰而方便的分析总结。

为计量经济模型应用程序准备数据

您只能从MATLAB工作区导入一个变量到计量经济模型。因此，在导入数据之前，将响应序列和任何预测序列连接成一个变量。

计量经济学Modeler支持这些可变数据万博1manbetx类型。

MATLAB时间表-变量必须是双精度数值向量。最佳实践是在时间表中导入数据，因为econometricmodeler:
- 类中存储的名称来命名变量VariableNames的字段属性财产。
- 将时间变量值用作表示时间的任何轴的标记标记。否则，表示时间的标记为索引。
- 使您能够在时间序列图上覆盖衰退带(参见recessionplot）
MATLAB表-变量必须是双精度数值向量。变量名是VariableNames的字段属性财产。
数值向量或矩阵——对于矩阵，每一列都是一个单独的变量，名为variableNamej,在那里j是对应的列。

不管变量类型是什么，econometricmodeler都假设行对应于时间点(观察值)。

导入时间序列变量

数据集可以存在于MATLAB工作区中，也可以存在于您可以从计算机访问的mat文件中。

要从工作区导入数据集，请在计量经济学建模师选项卡，在进口部分中,点击．在导入数据对话框中，单击进口吗?列作为包含数据的变量，然后单击进口．受支持数据类型的Workspace中的所有变量都会出现在对话框中，但您只能选万博1manbetx择一个。
从mat文件中导入数据时，使用进口部分中,点击进口，然后选择从mat文件导入．在选择一个mat文件对话框，浏览到包含数据集的文件夹，然后双击mat文件。

导入数据后，数据集中每个变量(列)的名称将出现在时间序列部份数据浏览器．同时，包含所有变量的时间序列图出现在时间序列图(VariableName）图窗口，其中VariableName中的某个变量的名称是数据浏览器．

控件中的变量可以进行交互数据浏览器在几个方面。

例如，要选择一个变量来执行统计测试或创建图表，请单击数据浏览器．如果你双击变量，那么应用程序也会在一个单独的时间序列图中绘制它。
中，右键单击变量名或删除变量即可数据浏览器．然后，从上下文菜单中选择所需的操作。
若要同时操作多个时间序列，按Ctrl然后单击要使用的每个变量。

中导入数据Data_USEconModelMAT-file。

在命令行中，将数据加载到Workspace中。
```
负载Data_USEconModel
```
在计量经济学建模中，在进口部份计量经济学建模师选项卡上,单击．的导入数据对话框出现。
Data_USEconModel存储多个变量。数据表而且数据包含相同的数据，但是数据表是一个时间表，它将名称属性为变量，并将采样时间属性为行。进口数据表通过选择相应的进口吗?复选框，然后单击进口．

所有变量数据表出现在数据浏览器．假设你想要保留COE，FEDFUNDS,国内生产总值只有。选择所有其他变量，右键单击其中一个变量，然后选择删除．

在应用程序中工作后，您可以导入另一个数据集。点击之后进口，计量经济学建模器将显示以下对话框。

如果你点击好吧的所有变量中删除数据浏览器，并关闭右窗格中的所有文档。

进行探索性数据分析

探索性数据分析包括确定变量的特征和它们之间的关系，并在脑中形成一个预测模型。对于时间序列数据，识别指数增长、包含趋势或非平稳的序列，然后对它们进行适当的转换。对于ARIMA模型，使用Box-Jenkins方法来识别响应序列序列相关结构中的模型形式和显著滞后[1]．如果您计划创建GARCH模型，那么评估该系列是否包含波动聚类和显著的滞后。对于多元回归模型，识别共线性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在可视化数据、执行统计规范和模型识别测试以及转换数据之间的迭代。

可视化时间序列数据

导入数据集之后，econometretrmodeler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它们的时间序列图。例如，在导入之后数据表在Data_USEconModel数据集，应用程序显示这个时间序列图。

要创建您自己的时间序列情节:

在数据浏览器，为情节选择适当的系列数。
单击情节选项卡。
单击您想要的地块类型的按钮。

计量经济学建模器支持以下时间序列图。万博1manbetx

情节	目标
时间序列或	识别缺失值或异常值。识别指数增长或包含趋势的系列。识别非平稳级数。识别包含波动性聚类的序列。比较同一图中两个尺度不同的级数(`等号左边轴`)．比较同一地块中具有相似尺度的多个序列。
自相关函数(ACF)	用序列相关性识别序列。确定AR模型是否合适。识别模型识别的显著MA滞后。
部分ACF (PACF)	用序列相关性识别序列。确定MA模型是否合适。识别模型识别的显著AR滞后。
相关性	检查变量分布。两两确定具有线性关系的变量。

你可以通过以下方法与现有的情节进行交互:

右击它
使用在情节上暂停时出现的情节按钮
使用图形窗口上的选项

万博1manbetx受支持的交互因情节类型而异。

保存一个图—右键单击该图，然后选择出口．保存出现的图。
在图中添加或删除时间序列-右键单击图，指向时间序列菜单，然后选择要添加或删除的时间序列。
绘制衰退带——右键单击时间序列图，然后选择显示经济衰退．
显示网格线—在图上暂停，然后单击．
切换图例—在图上暂停，然后单击．
平移—在图上暂停，然后单击．有关平移的更多详细信息，请参见数据的缩放、平移和旋转(MATLAB)。
缩放-暂停在图形上。要放大，请单击．若要缩小，请单击．有关更多细节，请参见数据的缩放、平移和旋转(MATLAB)。
恢复视图-在平移或缩放后，要将图形恢复到原始视图，请在图形上暂停，然后单击．

对于序列相关函数图，在ACF或PACF选项卡。你可以指定:

要显示的滞后数
置信区间的标准差数
理论ACF或PACF分别有效为零的MA或AR阶

计量经济学建模器在您调整参数时实时更新绘图。

要同时查看多个图，可以通过将图选项卡拖到右窗格的不同部分来定位它们。当你拖动一个图形时，应用程序会突出显示可能放置它的部分。若要撤消最后一个文档或图形窗口的定位，请在位于分区中间的点上暂停，然后单击当它出现时。

考虑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滞后的数量)，将时间序列、ACF和PACF并排绘制出来。

在数据浏览器,双击FEDFUNDS．
中右键单击图，将衰退带添加到图中时间序列图(联邦基金)图窗口，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(联邦基金)图形窗口，并将其拖动到右窗格的左侧。单击PACF (FEDFUNDS)窗口并将其拖到窗格的右下方。

ACF逐渐消失，PACF在第一次滞后后停止。ACF的行为表明，在选择ARIMA模型的形式之前，必须对时间序列进行转换。

在右边窗格中，观察相关图之间水平分区中间的点(在滞后x轴标签的ACF)。要撤消此相关图定位，即通过选项卡分隔相关图，在点上暂停并单击当它出现时。

执行规格和模型识别假设测试

您可以执行假设测试，以确认您可视化获得的时间序列属性，或者测试难以看到的属性。计量经济学建模器支持单变量序列的这些测试万博1manbetx。

测试	假设
增强Dickey-Fuller	H₀:级数有单位根。 H₁:级数是平稳的。支持的参数请参见万博1manbetx`adftest`．
Kwiatkowski, Phillips, Schmidt, Shin (KPSS)	H₀系列是趋势平稳的。 H₁:级数有单位根。支持的参数请参见万博1manbetx`kpsstest`．
Leybourne-McCabe	H₀:系列是趋势平稳AR(p)的过程。 H₁:系列是ARIMA(p, 1, 1)的过程。指定p，调整滞后数参数。支持的参数请参见万博1manbetx`lmctest`．
Phillips-Peron	H₀:级数有单位根。 H₁:级数是平稳的。支持的参数请参见万博1manbetx`ppt`．
方差比	H₀:级数是随机游走。 H₁:级数不是随机游走。支持的参数请参见万博1manbetx`vratiotest`．
恩格尔的拱	H₀:序列不显示条件异方差(ARCH效应)。 H₁:系列是ARCH(p)模型，附有p> 0。指定p，调整滞后数参数。支持的参数请参见万博1manbetx`archtest`．
Ljung-Box Q-test	H₀:第一个序列不显示自相关米滞后，也就是说，相应的系数联合为零。 H₁:序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。支持的参数请参见万博1manbetx`lbqtest`．

请注意

在进行测试之前，econometricmodeler删除前导和后导缺失值(南值)。Engle’s ARCH检验不支持序列内缺失值，即:万博1manbetx南价值观的前面和后面都是观察。

平稳性检验的结果表明是否需要对一个序列进行变换以使其稳定，以及哪种变换是合适的。对于ARIMA模型，平稳性检验结果表明是否应包含整合度。Engle的ARCH测试结果表明该系列是否表现出波动聚类，并建议将滞后纳入GARCH模型。Ljung-Box Q-test结果表明ARIMA模型需要多少AR滞后。

要在计量经济学建模器中执行单变量测试:

中选择一个变量数据浏览器．
在计量经济学建模师选项卡，在测试部分中,点击新的测试．
在测试图库中，单击要执行的测试。测试类型的新选项卡出现在工具条中，测试结果的新文档出现在右边的窗格中。
在测试类型选项卡上的参数部分，调整测试参数。例如，考虑执行Engle’s ARCH测试。在拱选项卡，在参数部分，在测试统计中选择滞后数滞后数旋箱，或显著性水平(即值)α)使用显著性水平旋转盒子。
在测试类型选项卡上的测试部分中,点击运行测试．检验结果，包括是否拒绝零假设p的新行中显示结果测试结果文件表。如果零假设被拒绝，那么应用程序会高亮显示黄色的行。

您可以调整参数并多次运行测试。控件中的新行显示特定变量的每次测试运行的结果结果表格对象中删除一行结果表中，选中相应的复选框选择列，然后单击明确的测试在测试类型选项卡中。

请注意

多次测试增加了错误发现率。一种保守的方法是保持总体错误发现率为α是对每个检验的显著性水平应用Bonferroni校正。也就是说，总共是t测试组显著性水平价值α/t．

对于多个序列，您可以使用Belsley共线性诊断法来评估序列间共线性的强度和来源．使用实例进行Belsley相关诊断。

中选择至少两个变量数据浏览器．
在计量经济学建模师选项卡，在测试部分中,点击新的测试．
在测试室，在共线性部分中,点击贝尔斯利共线性诊断．工具条中出现了一个用于Belsley共线性诊断的新选项卡，右边窗格中出现了一个用于结果的新文档。
在共线性选项卡，在公差部分，调整测试参数。当你调整参数值时，应用程序会实时进行诊断。

计量经济学建模器返回奇异值、条件指数和每个变量的方差分解比例的表。标记为黄色的行计量经济建模器的条件指数大于指定的公差条件指数参数的值。公差部份共线性选项卡。此外，计量模型绘制了每个变量高亮显示的行的方差分解比例。

在高亮显示的行中，那些方差分解大于公差的变量(或者，那些在图中有红色标记的变量)显示多重共线性。有关Belsley共线性诊断结果和多重共线性的详细信息，请参见collintest而且时间序列回归II:共线性和估计方差．

在诊断中添加或删除时间序列。

在测试结果文档中，右键单击结果表格或图表。
指出时间序列．显示所有变量的列表。
单击变量可将其添加到诊断中，或单击所选变量可将其从诊断中删除。

考虑一个包含加拿大通货膨胀率和利率作为预测变量的预测模型。确定变量是否共线。的Data_Canada数据集包含时间序列。

导入数据表变量Data_Canada数据集计量经济学建模师(见导入时间序列变量)．时间序列图显示在右边窗格中。

所有系列似乎都包含自相关。尽管您应该在创建预测模型之前从预测器变量中删除自相关，但本示例继续进行时没有删除自相关。
在测试部分中,点击新的测试．在共线性部分中,点击贝尔斯利共线性诊断．

计量经济学建模器创建一个包含贝尔斯利共线性诊断结果的文档。

条件指数和方差分解比例公差默认值为30.而且0．5,分别。因为它们的方差分解比例高于条件指标的容忍，共线预测是INT_L，INT_M,INT_S．

变换时间序列

Box-Jenkins方法论[1]对于ARIMA模型的选择假设响应序列是平稳的，而假回归模型可能来自包含非平稳预测因子和响应变量的模型(更多细节，见时间序列回归IV:伪回归)．为了稳定您的系列，econometretrmodeler支持这些转换万博1manbetx转换部份计量经济学建模师选项卡。

转换	使用When Series…	笔记
日志	是否有随其水平增长的指数趋势或方差	级数中的所有值都必须为正。
线性去趋势	是否有可以用最小二乘识别的线性确定性趋势	当econometricmodeler对序列进行趋势化时，它会忽略前导或尾随缺失(`南`)的值。如果在观察值之间有任何缺失的值，那么应用程序返回一个向量`南`长度等于级数的值。
一阶差分	具有随机趋势	计量经济学建模器在差分级数前面加上`南`价值。此操作确保差异序列具有与原始序列相同的长度和时间基数。
季节性差异	有季节性的随机趋势吗	可以使用旋转框指定季节中的时间段。例如,`12`表示每月的季节变化。计量经济学建模师在差分级数前面加上`南(期, 1)`,在那里`期`是一个季节中的特定时期。此操作确保差异序列具有与原始序列相同的长度和时间基数。

有关更多细节，请参见数据转换．

控件中的变量要转换变量，请选择该变量数据浏览器，然后单击一个转换。转换一个级数之后，表示转换后的级数的新变量将出现在数据浏览器．此外，计量经济模型绘制并选择新的变量。要创建变量名，应用程序将转换名附加到变量名的末尾。中右键单击转换后的变量，可以重命名该变量数据浏览器,选择重命名，然后输入新名称。按可选择多个系列Ctrl然后单击每个系列，然后同时对所选系列应用相同的转换。该应用程序为每个系列创建新的变量，将转换名称附加到每个转换后的变量名称的末尾，并在相同的图中绘制转换后的变量。

例如，假设GDP级数在Data_USEconModel有指数趋势和随机趋势。通过应用对数变换稳定GDP然后应用二次差分。

导入数据表变量Data_USEconModel数据集进入计量经济学建模器(参见导入时间序列变量)．
在数据浏览器中,选择国内生产总值．
在计量经济学建模师选项卡，在转换部分中,点击日志．该应用程序创建一个名为GDPLog，出现在数据浏览器，并显示时间序列的图。
在转换部分中,点击区别．这个应用程序创建一个名为GDPLogDiff并显示时间序列的图。
在转换部分中,点击区别．该应用程序创建了一个名为GDPLogDiffDiff并显示时间序列的图。

GDPLogDiffDiff是稳定的GDP。

模型与数据的拟合

探索性数据分析的结果可以提出几个候选模型。要选择一个型号，在数据浏览器，为响应选择一个时间序列变量，然后，在计量经济学建模师选项卡，在模型部分，单击一个模型或在模型库中单击一个。计量经济学建模器支持以下模型。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) 详情请参见自回归模型，`华宇电脑`,`估计`．
固定移动平均线(MA) 详情请参见移动平均模型，`华宇电脑`,`估计`．
平稳ARMA 详情请参见自回归移动平均模型，`华宇电脑`,`估计`．
非平稳综合ARMA (ARIMA) 详情请参见ARIMA模型，`华宇电脑`,`估计`．
季节性(乘性)ARIMA (SARIMA) 详情请参见乘法ARIMA模型，`华宇电脑`,`估计`．
包括外生预测因子的ARIMA (ARIMAX) 详情请参见包含外生协变量的ARIMA模型，`华宇电脑`,`估计`．
季节性ARIMAX 详情请参见`华宇电脑`而且`估计`．
条件方差:GARCH模型部分	广义自回归条件异方差(GARCH) 详情请参见GARCH模型，`garch`,`估计`．
指数GARCH (EGARCH) 详情请参见EGARCH模型，`egarch`,`估计`．
格洛斯滕、贾甘纳森和朗克尔(GJR) 详情请参见GJR模型，`gjr`,`估计`．
多元线性回归:回归模型部分	多元线性回归详情请参见时间序列回归I:线性模型，`LinearModel`,`fitlm`．
带有ARMA误差的回归模型详情请参见带有时间序列误差的回归模型，`regARIMA`,`估计`．

条件是:ARMA / ARIMA模型部分

平稳自回归(AR)

详情请参见自回归模型，华宇电脑,估计．

固定移动平均线(MA)

详情请参见移动平均模型，华宇电脑,估计．

平稳ARMA

详情请参见自回归移动平均模型，华宇电脑,估计．

非平稳综合ARMA (ARIMA)

详情请参见ARIMA模型，华宇电脑,估计．

季节性(乘性)ARIMA (SARIMA)

详情请参见乘法ARIMA模型，华宇电脑,估计．

包括外生预测因子的ARIMA (ARIMAX)

详情请参见包含外生协变量的ARIMA模型，华宇电脑,估计．

季节性ARIMAX

详情请参见华宇电脑而且估计．

条件方差:GARCH模型部分

广义自回归条件异方差(GARCH)

详情请参见GARCH模型，garch,估计．

指数GARCH (EGARCH)

详情请参见EGARCH模型，egarch,估计．

格洛斯滕、贾甘纳森和朗克尔(GJR)

详情请参见GJR模型，gjr,估计．

多元线性回归:回归模型部分

多元线性回归

详情请参见时间序列回归I:线性模型，LinearModel,fitlm．

带有ARMA误差的回归模型

详情请参见带有时间序列误差的回归模型，regARIMA,估计．

对于条件均值模型估计，SARIMA和SARIMAX是最灵活的模型。通过单击，可以创建排除外生预测因素的任何条件均值模型SARIMA，或者您可以通过单击创建任何条件均值模型，其中至少包含一个外生预测器SARIMAX．

在您选择一个型号后，应用程序显示类型模型参数对话框，其中类型是模型类型。此图显示了SARIMAX模型参数对话框。

可调参数类型模型参数窗口依赖于类型．一般可调参数包括:

模型常数(偏移量或截距)和线性回归系数对应于预测变量(见调整模型常数和回归分量参数）
时间序列组成参数，包括季节性和非季节性滞后和整合程度(见调整时间序列组件参数）
创新分布(见调整创新分布参数）

中的方程在调整参数值时模型方程部分更改以匹配您的规范。可调参数对应于相应模型创建参考页面中描述的输入和名值对参数。具体操作请参见各型号的功能参考页面。无论您选择的模型是什么，模型中的所有系数都是未知的和可估计的，包括t-分布自由度参数(当你指定一个t创新分布)。

请注意

计量经济学建模师不支持:万博1manbetx

优化选项调整的估计。
复合条件均值和方差模型。详情请参见指定条件均值和方差模型．
在估计期间对指定的参数应用相等约束(在估计期间保持参数固定为零除外)。

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分量参数

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期复选框。要删除模型常数(也就是说，在估计期间将其约束为零)，请清除复选框。控件中的复选框的位置和类型类型模型参数对话框取决于模型类型。默认情况下，计量经济学建模器在除条件方差模型外的所有模型类型中都包含一个模型常数。

中为回归组件选择预测器预测列表中的复选框包括什么?列对应于要包含在模型中的预测器。默认情况下，应用程序不包含任何模型类型的回归组件。

如果您选择ARIMAX，SARIMAX,或RegARMA，那么你必须选择至少一个预测因子。
如果您选择高钙，则可以指定以下选项之一:
- 当你选择至少一个预测因子时的MLR模型
- 中清除所有复选框时的恒定平均模型(仅截取模型)包括什么?列，并选择包括拦截复选框
- 中清除所有复选框时的仅错误模型包括什么?列，并清除包括拦截复选框

考虑GDP对CPI和失业率的线性回归模型。要指定回归:

导入数据表变量Data_USEconModel数据集进入计量经济学建模器(参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，在模型部分，单击箭头以显示模型库。
在模特画廊，在回归模型部分中,点击高钙．
在MLR模型参数对话框中的包括什么?列，选择CPIAUCSL而且UNRATE复选框。
单击估计按钮。

调整时间序列组件参数

一般来说，时间序列分量参数包含滞后，以包括季节性和非季节性滞后算子多项式，以及季节性和非季节性的积分度。

对于条件均值模型，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程度。
对于条件方差模型，您可以指定ARCH和GARCH滞后。EGARCH和GJR模型也支持杠杆滞后。万博1manbetx
对于具有ARMA误差的回归模型，可以指定非季节性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，使用命令行代替。

计量经济学Modeler支持两种选项来调万博1manbetx整参数。的单独选项卡上有调整选项类型模型参数对话框:延迟订单而且滞后的向量选项卡。在延迟订单选项卡，可以指定订单滞后算子多项式。该特性使您能够在滞后运算符多项式中有效地包括从1到指定顺序的所有滞后。在滞后的向量选项卡，您可以指定个人滞后它包含一个滞后算符多项式。该特性非常适合创建灵活的模型。有关更多细节，请参见交互式指定滞后算子多项式．

调整创新分布参数

对于所有模型，可以指定创新的分布为高斯分布。对于除多元线性回归模型外的所有模型，您都可以指定Student的t相反，要解决瘦kurtic创新分布(有关更多细节，请参阅条件均值模型的极大似然估计，条件方差模型的极大似然估计,或regARIMA模型的极大似然估计)．如果指定t分布，然后计量经济模型使用最大似然估计其自由度参数。

默认情况下，计量经济模型使用高斯分布的创新。改变创新分布，在类型模型参数对话框，从创新分布按钮，在列表中选择一个分布。

估计一个模型

计量经济模型将模型中的所有参数都视为未知的和可估计的。在指定模型之后，通过单击使其适合于数据估计在类型模型参数对话框。

请注意

计量经济学建模器需要可估计参数的初始值和预采样观测值来初始化模型进行估计。计量经济学建模器总是选择默认的初始值和预采样值，如描述估计您想要估计的模型的参考页。
如果econometricmodeler在估计期间发出错误，则:
- 指定的模型不能很好地描述数据。调整模型参数，然后估计新模型。
- 在命令行中，调整优化选项并估计模型。详情请参见条件平均模型估计的优化设置，条件方差模型估计的优化设置,或regARIMA模型估计的优化设置．

在你估计一个模型之后:

中出现了一个描述估计模型的新变量模型部份数据浏览器有了名字Type_response．类型型号是和响应为econometricmodeler拟合模型的响应变量，例如，ARIMA_FEDFUNDS．
你在一个估计模型上操作数据浏览器通过右键单击它。除了时间序列变量可用的选项(参见导入时间序列变量)，则上下文菜单包含修改选项，该选项使您能够修改和重新估计模型。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，调整参数后单击估计．
的模型总结(Type_response）总结评估结果的文档出现在右窗格中。显示的结果取决于模型类型。对于条件均值和回归模型，结果包括:
- 模型适合-响应序列和拟合值的时间序列图 $\overset{＾}{y}$
- 参数-一个包含参数估计、标准误差和t统计数据和p-values用于测试对应参数为0的零假设
- 剩余的情节-残差的时间序列图
- 拟合度- AIC (Akaike information criterion)和BIC (Bayesian information criterion)模型拟合统计数据
对于条件方差模型，结果还包括估计汇总表和拟合优度统计量，但计量经济学建模器图:
- 有条件的差异-推断条件方差的时间序列图 ${\overset{＾}{σ}}_{t}^{2}$
- 标准化残差-标准化残差的时间序列图 $\frac{y_{t} - c}{{\overset{＾}{σ}}_{t}^{2}}$ ,在那里c是估计的偏移量
您可以通过在一个图上暂停并选择一个交互来与单个图交互(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-把图放在一个单独的图形窗口。
- 显示模型-通过指向显示另一个估计模型的摘要显示模型，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SARIMA(0,1,1)×(0,1,1)₁₂有关一九四九年至一九六零年国际航空公司每月乘客人数Data_Airline数据集。使用计量经济建模器来估计这个模型:

导入数据表变量Data_Airline数据集计量经济学建模师(见导入时间序列变量)．
在计量经济学建模师选项卡，在模型部分，单击箭头>SARIMA．
在SARIMA模型参数对话框，对延迟订单标签:
- 季节性部分
  1. 集整合程度来1．
  2. 集移动平均订单来1．
  3. 清除包括常数项复选框。
- 季节性部分
  1. 集期来12表示每月数据。
  2. 集移动平均订单来1．
  3. 选择包括季节差异复选框。
点击估计．

变量名为SARIMA_PSSG出现在模型部份数据浏览器，该估计摘要出现在新的模型总结(SARIMA_PSSG)文档。

进行拟合优度检查

在估计一个模型之后，一个好的做法是确定拟合模型的充分性(参见拟合度)．计量经济学Modeler非常适合于可视化评估样本内拟合(适用于除条件方差模型外的所有模型)和执行残留诊断。

剩余诊断包括评估模型假设，并调查是否必须重新指定模型以处理数据的其他属性。要评估的模型假设包括检查残差是否以零为中心、正态分布、同方差和序列不相关。如果残差没有显示所有这些属性，那么您必须确定偏离的严重程度，是否转换数据，以及是否指定不同的模型。有关残留诊断的详细信息，请参见时间序列回归VI:残留诊断而且残留的诊断．

使用计量经济模型器进行拟合优度检验模型部份数据浏览器，选择一个估计模型。然后完成以下步骤:

为了直观地评估所有模型(条件方差模型除外)的样本内拟合，检查模型适合图中模型的总结文档。
为了直观地评估残差是否以零为中心，自相关和异方差，检查剩余的情节在模型的总结文档。

在计量经济学建模师选项卡，在诊断部分中,点击残留的诊断．诊断库提供这些残留图和测试。

方法	诊断
残差直方图	视觉评估正常程度
残差分位数-分位数图	视觉上评估正常度和偏度
ACF	目测残差是否自相关
Ljung-Box Q-test	检验残差是否显著自相关
残差平方的ACF	目测残差是否具有条件异方差性
恩格尔ARCH测试	条件异方差的检验残差(显著的ARCH效应)

或者，绘制估计模型残差的直方图、分位数-分位数图或ACF:

中选择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，然后单击其中一个图模型图画廊的一部分。

请注意

另一个重要的拟合优度检验是预测性能评估。评估几种模型的预测性能:

根据所使用的数据拟合一组模型计量经济学建模师．
对所有模型执行残留诊断。
选择具有理想残余属性和最小拟合统计值的模型子集寻找最佳样本内拟合模型)．
导出所选模型到MATLAB工作区(参见导出会话结果)．
在命令行上执行预测性性能评估(参见评估预测性能)．

示例请参见比较使用计量经济模型应用程序创建模型后的预测性能．

考虑对估计的SARIMA(0,1,1)×(0,1,1)执行拟合优度检验₁₂模型用于航空公司计数数据估计一个模型．

在右边窗格，在模型总结(SARIMA_PSSG)文档:
1. 模型适合说明该模型与数据吻合得相当好。
2. 剩余的情节说明残差的均值为零。然而，残差表现出异方差和序列相关。
在计量经济学建模师选项卡，在诊断部分中,点击残留的诊断．在诊断图库中:
1. 点击剩余Q-Q图．右窗格显示一个名为QQPlot (SARIMA_PSSG)包含残差的分位数-分位数图。
  
  图显示残差近似正常，但尾部稍重。
2. 点击自相关函数．在工具条中ACFTAB显示并包含绘图选项。右边窗格显示一个名为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，残差很可能不是序列相关的。
3. 点击恩格尔ARCH测试．在拱选项卡，在测试部分中,点击运行测试使用默认选项运行测试。右窗格显示拱(SARIMA_PSSG)文档中的测试结果结果表格
  
  结果表明，原假设不成立，残差在5%显著性水平下不显示ARCH效应。你可以尝试通过对级数应用对数变换来消除异方差。

寻找最佳样本内拟合模型

计量经济学建模器使您能够有效地将多个相关模型拟合到一个数据集。在您评估一个模型之后，您可以通过迭代中的方法来评估其他模型进行探索性数据分析，模型与数据的拟合,进行拟合优度检查．在每次迭代之后，一个新的模型变量出现在模型部份数据浏览器．

对于拟合到相同响应序列的相同参数族的模型，通过比较估计模型的拟合统计量，可以确定估计模型中具有最佳简约的样本内拟合的模型。从候选模型的子集中，确定模型的最佳拟合使用计量经济学建模师：

在模型部份数据浏览器，双击估算模型。在右窗格中，模型的估计结果出现在模型总结(模型）文档,模型所选模型的名称。
在模型总结(模型）文件，在拟合度表中，选择一个拟合统计量(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。

有关拟合优度统计的更多细节，请参见信息标准．

的航空乘客计数日志，考虑寻找最合适的SARIMA模型，周期为12Data_Airline数据集。拟合SARIMA模型的子集，考虑包括最多两个季节性和非季节性MA滞后的所有模型组合。

导入数据表变量Data_Airline数据集计量经济学建模师(见导入时间序列变量)．
应用log变换PSSG(见变换时间序列)．
拟合SARIMA(0,1，问)×(0,1,问₁₂）₁₂来PSSGLog，其中所有未知阶数都为0(参见估计一个模型)．
在右边窗格，在模型总结(SARIMA_PSSGLog)文件，在拟合度表，记录AIC值。
在数据浏览器中,选择PSSGLog．
重复步骤4和5，但要调整问而且问₁₂的九种排列问∈{0，1，2},问₁₂∈{0，1，2}。econometretretrmodeler通过在变量名的末尾追加连续的数字来区分相同类型的后续模型。

得到的AIC值在这个表中。

模型	变量名	另类投资会议
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

因为它得到最小AIC, SARIMA(0,1,1)×(0,1,1)₁₂模型是具有最佳简约、样本内拟合的模型。

导出会话结果

econometricmodeler为您提供了几个共享会话结果的选项。您选择的选项取决于您的分析目标。

分享结果的选项在出口部份计量经济学建模师选项卡。该表描述了可用的选项。

选项	描述
出口变量	导出时间序列和模型变量到MATLAB工作区。选择此选项可在MATLAB命令行中执行进一步分析。例如，您可以从一个估计的模型生成预测，或者检查几个模型的预测性能。
生成函数	生成一个MATLAB函数在应用程序外部使用。该函数接受加载到应用程序中的数据作为输入，并输出在应用程序会话中估计的模型。选择此选项可: 理解计量经济学建模器用于创建和估计模型的函数。在MATLAB编辑器中修改生成的函数以供进一步使用。
生成活动函数	生成一个MATLAB实时函数在应用程序外部使用。该函数接受加载到应用程序中的数据作为输入，并输出在应用程序会话中估计的模型。选择此选项可: 理解计量经济学建模器用于创建和估计模型的函数。在Live Editor中修改生成的函数以供进一步使用。
生成报告	生成一个总结会议的报告。当您在econometricmodeler中实现了您的分析目标，并且您想要共享结果的摘要时，请选择此选项。

输出变量

导出时间序列和估计的模型变量数据浏览器到MATLAB工作区:

在计量经济学建模师选项卡，在出口部分中,点击或出口>出口变量．
在出口变量对话框中的所有时间序列变量数据浏览器显示在左窗格中，所有模型变量显示在右窗格中。中选择相应的复选框，选择要导出的时间序列和模型变量选择列。的所有时间序列或模型变量的复选框数据浏览器．清除不希望导出到的变量的复选框。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．

选定的变量出现在MATLAB工作区中。时间序列变量是双精度列向量。估计模型是类型取决于模型的对象(例如，导出的ARIMA模型是华宇电脑对象)。

方法中导出变量数据浏览器通过选择至少一个变量，右键单击所选变量，然后选择出口．

生成函数

该应用程序可以生成一个纯文本函数或一个活动函数。这两个函数的主要区别在于用于修改生成函数的编辑器:您可以在MATLAB编辑器中编辑纯文本函数，而在live编辑器中编辑实时函数。有关这两种函数类型之间差异的详细信息，请参见什么是实时脚本或函数?(MATLAB)。

不管你选择的函数类型是什么，生成的函数接受加载到应用程序中的数据作为输入，并输出在应用程序会话中估计的模型。导出MATLAB函数或实时函数，创建在app会话中估计的模型:

在数据浏览器，选择一个估计模型。
在计量经济学建模师选项卡，在出口部分中,点击出口．在出口菜单中,选择生成函数或生成活动函数．

MATLAB编辑器或实时编辑器显示一个无标题、未保存的函数，其中包含估计模型的代码。

缺省情况下，函数名为modelTimeSeries．
该函数接受最初导入的数据集作为输入。
在函数估计模型之前，它从估计中使用的输入数据集中提取变量，并对您在econometricmodeler中应用的变量应用相同的转换。
函数返回所选的估计模型。

考虑生成一个返回的活动函数SARIMA_PSSGLog， SARIMA(0,1,1)×(0,1,1)₁₂模型适合航空公司乘客数据日志(见估计一个模型)．该图显示了生成的活动函数。

生成报表

计量经济学建模器可以生成一份报告，描述您在选定的时间序列和模型变量上的活动。该应用程序根据选定的时间序列和模型变量将报告组织成相应的章节。章节描述了您在相应变量上执行的会话活动。

关于时间序列变量的章节描述了在会话中对所选变量执行的转换、绘图和测试。估计模型章节包含一个估计摘要，即模型的元素模型的总结文档(见估计一个模型)、剩余诊断图和测试。

您可以将报表导出为以下文档类型之一:

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

导出报表。

在计量经济学建模师选项卡，在出口部分中,点击出口>生成报告．
在选择要包含在报告中的项目对话框中的所有时间序列变量数据浏览器显示在左窗格中，所有模型变量显示在右窗格中。控件中的复选框，选择要包含报告的变量选择列。
单击，选择文档类型报告格式然后选择你想要的格式。
点击好吧．
在选择要写入的文件亮点:
1. 浏览到要保存报告的文件夹。
2. 在文件名称框中，为报告键入名称。
3. 点击保存．