检测序列相关性使用计量经济学建模软件——MATLAB和Simulink MathWorks比荷卢经济联盟万博1manbetx

使用计量经济学建模应用程序检测序列相关性

这些示例展示了如何评估序列相关性,利用计量经济学建模师应用。方法包括策划自相关函数(ACF)和偏自相关函数(PACF)和检测显著滞后系数使用Ljung-Box Q-test。数据集Data_Overshort.mat包含连续57天的overshorts油箱在科罗拉多州。

这个例子展示了如何绘制ACF和PACF时间序列。

在命令行中,加载Data_Overshort.mat数据集。

负载Data_Overshort

在命令行,打开计量经济学建模师应用程序。

econometricModeler

另外,打开应用程序从应用程序画廊(见计量经济学建模师)。

进口DataTimeTable为应用程序:

的变量OSHORT出现在时间序列面板,其时间序列的情节出现在时间序列图(OSHORT)图窗口。

这个时间序列图显示了变量与x轴OSHORT贴上指数。

该系列似乎是静止的。

关闭时间序列图(OSHORT)图窗口。

ACF的情节OSHORT通过单击情节选项卡。ACF出现在ACF (OSHORT)图窗口然后点击ACF。

情节的PACFOSHORT通过单击情节选项卡,然后点击PACF。PACF出现在PACF (OSHORT)图窗口。

位置相关图,以便您可以查看他们同时通过拖动PACF (OSHORT)图窗口右窗格的底部。

这组时间序列情节比较变量的样本自相关函数之间的差异OSHORT ACF选项卡和样本偏自相关函数的变量OSHORT PACF选项卡。延迟显示在x轴和蓝色横线表示信心。

示例ACF和PACF表现出显著的自相关(即包含滞后,都超过两个标准差远0)。示例表明ACF的自相关滞后1是重要的。示例PACF表明自我滞后1,3,4意义重大。

不同截止ACF和逐渐衰减的PACF建议马(1)模型可能适合这些数据。

这个例子展示了如何进行Ljung-Box Q-test重大自相关滞后。

在命令行中,加载Data_Overshort.mat数据集。

负载Data_Overshort

在命令行,打开计量经济学建模师应用程序。

econometricModeler

另外,打开应用程序从应用程序画廊(见计量经济学建模师)。

进口DataTimeTable为应用程序:

的变量OSHORT出现在时间序列面板,其时间序列的情节出现在时间序列图(OSHORT)图窗口。

这个时间序列图显示了变量与x轴OSHORT贴上指数。

系列似乎是静止的,波动在一个常数的意思。因此,您不需要转换数据之前进行测试。

进行三个Ljung-Box Q-Tests测试前10的零假设,5日和1自我共同为零:

在计量经济学建模师选项卡,测试部分中,点击新的测试>Ljung-Box Q-Test。
在LBQ选项卡,参数部分:
1. 集数量的滞后来10。
2. 集景深来10。
3. 实现假阳性率低于0.05,使用Bonferroni调整设置显著性水平0.05 / 3 =0.0167。
在测试部分中,点击运行测试。
重复步骤2和3两次,与这些变化:
1. 集数量的滞后来5和景深来5。
2. 集数量的滞后来1和景深来1。

测试结果中出现结果表的LBQ (OSHORT)文档。

对自相关结果表显示“Ljung-Box Q-Test (OSHORT);零假设:第一个m OSHORT共同0”的自我LBQ (OSHORT)文档。表显示列标题选择、零拒绝,假定值,测试统计,临界值,滞后,景深,显著性水平。有3行,这些都是用黄色突出显示。

结果表明,并不是每一个自相关落后5(或10)为零,表明波动集群剩余系列。