超类:
创建带有ARIMA时间序列错误的回归模型
regARIMA
创建回归模型ARIMA时间序列错误保持回归系数的灵敏度解释。可以创建包含外源预测的线性回归组分(ARIMAX)的ARIMA模型,见华宇电脑
。
默认情况下,时间序列错误(也称为无条件干扰)是独立,同分布,均值为0的高斯随机变量。如果有错误的自相关结构,那么你能为他们指定机型。该型号包括:
移动平均(MA)
自回归(AR)
混合自回归移动平均(ARMA)
集成(ARIMA)
乘积季节(SARIMA)
指定包含已知系数误差模型:
创建回归模型度0 ARIMA错误和回归系数。MDL
= regARIMA
创建一个回归模型通过自回归度的非季节性,线性时间序列模型的误差MDL
= regARIMA(p
,D
,问
)p
,差分化程度D
,以及移动平均学位问
。
使用一个或多个指定的附加选项创建带有ARIMA错误的回归模型MDL
= regARIMA(名称,值
)名称,值
对参数。名称
也可以是属性名称和值
是对应的值。名称
必须出现内单引号(”
)。您可以指定多个名称,值
以任何顺序对参数名1,值1,...,NameN,值N
。
对于具有非季节性ARIMA误差的回归模型,请使用p
,D
和问
。对于具有季节性ARIMA误差的回归模型,请使用名称,值
对参数。
|
非季节性,自回归多项式度误差模型,指定为正整数。 |
|
非季节性集成度的误差模型,指定为一个非负整数。 |
|
非季节性,为误差模型的移动平均多项式次数,指定为正整数。 |
指定可选的逗号分隔的对名称,值
参数。名称
参数名和值
是对应的值。名称
必须出现引号内。您可以按照任何顺序指定多个名称和值对参数名1,值1,...,NameN,值N
。
|
回归模型截距,指定为逗号分隔对组成 默认值: |
|||||||||||||
|
与预测数据相关联的回归模型的系数,指定为逗号分隔的一对组成的 默认值: |
|||||||||||||
|
非季节性,自回归系数的误差模型,指定为逗号分隔的一对组成的
在系数 默认值:细胞的向量 |
|||||||||||||
|
非季节性,移动平均系数的误差模型,指定为逗号分隔的一对组成的
默认值:细胞的向量 |
|||||||||||||
|
滞后效应与 默认值:整数1、2、…的向量,p的非季节性,自回归多项式的程度。 |
|||||||||||||
|
滞后效应与 默认值:整数1、2、…的向量,问中,非季节性移动平均多项式度。 |
|||||||||||||
|
季节性,对于误差模型自回归系数,指定为逗号分隔的一对组成的
在系数 默认值:细胞的向量 |
|||||||||||||
|
季节性,移动平均系数的误差模型,指定为逗号分隔的一对组成的
在系数 默认值:细胞的向量 |
|||||||||||||
|
滞后效应与 默认值:整数1、2、…的向量,p年代,季节性,自回归多项式的程度。 |
|||||||||||||
|
滞后效应与 默认值:整数1、2、…的向量,问年代,季节移动平均多项式次数。 |
|||||||||||||
|
非季节性差分的误差模型多项式度(即,非季节性集成度),指定为逗号分隔的一对组成的 默认值: |
|||||||||||||
|
对误差模型进行多项式阶的季节性差分,指定为逗号分隔对组成 默认值: |
|||||||||||||
|
模型创新的差异εt,指定为逗号分隔的对,由 默认值: |
|||||||||||||
|
条件概率分布的创新过程,指定为逗号分隔对组成
默认值: |
|||||||||||||
|
串标量或描述模型特征向量。默认情况下,这种说法描述了模型的参数形式,例如, |
指定与季节性多项式相关联的滞后SAR
和SMA
在周期性的观测数据,而不是作为倍数季节性
参数。这个约定不符合standard Box和Jenkins[1]符号,但它是用于将乘法季节更灵活的方法。
|
对应于所述误差模型的稳定多项式非季节性,自回归系数的细胞载体。相关的滞后时间为1、2、…p,这是非季节性,自回归多项式的程度,或在指定 |
|
对应于所述预测数据矩阵的列回归系数的实数向量。 |
|
非负整数指示错误模型的非季节性集成度。 |
|
串标为模型描述。 |
|
数据结构对创新过程的条件概率分布。场 |
|
标拦截的误差模型。 |
|
对应于所述误差模型的可逆多项式非季节性移动平均系数的细胞载体。相关的滞后时间为1、2、…问到非季节移动平均多项式的程度,或如中指定的 |
|
标量,该误差模型的化合物自回归多项式度。
|
|
标量、复合移动平均多项式阶的误差模型。
|
|
对应于所述误差模型的稳定多项式季节性自回归系数的细胞载体。相关的滞后时间为1、2、…p年代,这是自回归季节性多项式的次数,或在指定 |
|
单元向量的季节性移动平均系数对应于一个可逆多项式的误差模型。相关的滞后时间为1、2、…问年代,这是季节性的移动平均多项式度,或在指定 |
|
非负整数指示季节性差分多项式度误差模型。 |
|
模型创新的正标量方差。 |
华宇电脑 | 将带有ARIMA误差的回归模型转换为ARIMAX模型 |
估计 | 回归模型的参数估计与ARIMA错误 |
过滤 | 通过回归模型ARIMA错误过滤干扰 |
预测 | 有ARIMA误差的回归模型的预测响应 |
冲动 | 有ARIMA误差的回归模型的脉冲响应 |
推断 | 回归模型的推断与创新ARIMA错误 |
打印 | (被删除)的回归模型ARIMA错误显示的估计结果 |
模拟 | 回归模型ARIMA误差的蒙特卡洛模拟 |
总结 | 回归模型ARIMA错误显示估计结果 |
值。要了解值类如何影响复制操作,请参阅复制对象(MATLAB)。
[1]盒,G. E. P.,G. M.詹金斯,和G. C.赖因泽尔。时间序列分析:预测与控制。恩格尔伍德悬崖,新泽西州:普伦蒂斯霍尔,1994。