Outoregressiewe Geïntegreerde Moving Average Matlab

Dokumentasie Hierdie voorbeeld toon hoe om te skat outoregressiewe geïntegreerde bewegende gemiddelde of ARIMA modelle. Modelle van tydreekse met nie-stasionêre tendense (seisoenaliteit) word soms vereis. Een kategorie van sulke modelle is die ARIMA modelle. Hierdie modelle bevat 'n vaste integreerder in die geraas bron. So, as die regerende vergelyking van 'n ARMA model word uitgedruk as 'n (Q) y (t) Ce (t). waar A (Q) verteenwoordig die motor-regressiewe termyn en C (q) die bewegende gemiddelde termyn, is die ooreenstemmende model van 'n ARIMA model uitgedruk as waar die term verteenwoordig die diskrete-tyd integreerder. Net so kan jy die vergelykings vir ARI en ARIX modelle te formuleer. Met behulp van tyd-reeks model skatting beveel ar. Arx en armax jy kan integreer in te voer in die geraas bron e (t). Jy doen dit deur die gebruik van die parameter IntegrateNoise in die skatting opdrag. Die skatting benadering geen konstante skyf in die tydreeksdata rekening. Die vermoë om geraas integreerder voer is nie beperk tot tydreeksdata alleen. Jy kan so ook doen vir input-output modelle waar die versteurings kan wees onderhewig aan seisoenaliteit. Een voorbeeld is die polinoom modelle van ARIMAX struktuur: Sien die armax verwysing bladsy vir voorbeelde. Skat 'n ARI model vir 'n skalaar time-reeks met lineêre tendens. Raming van 'n meerveranderlike tydreekse model sodanig dat die geraas integrasie teenwoordig is in slegs een van die twee tydreekse is. As die uitgange is gekoppel (na was nie 'n diagonaalmatriks), sal die situasie meer kompleks en net die toevoeging van 'n integreerder om die tweede geraas kanaal sal nie werk nie. MATLAB julle beveel gekliek 'n skakel wat ooreenstem met hierdie opdrag MATLAB: Begin die opdrag deur dit in die MATLAB Command Window. Webblaaiers ondersteun nie MATLAB bevele. Kies jou CountryDocumentation Hierdie voorbeeld toon hoe om te skat outoregressiewe geïntegreerde bewegende gemiddelde of ARIMA modelle. Modelle van tydreekse met nie-stasionêre tendense (seisoenaliteit) word soms vereis. Een kategorie van sulke modelle is die ARIMA modelle. Hierdie modelle bevat 'n vaste integreerder in die geraas bron. So, as die regerende vergelyking van 'n ARMA model word uitgedruk as 'n (Q) y (t) Ce (t). waar A (Q) verteenwoordig die motor-regressiewe termyn en C (q) die bewegende gemiddelde termyn, is die ooreenstemmende model van 'n ARIMA model uitgedruk as waar die term verteenwoordig die diskrete-tyd integreerder. Net so kan jy die vergelykings vir ARI en ARIX modelle te formuleer. Met behulp van tyd-reeks model skatting beveel ar. Arx en armax jy kan integreer in te voer in die geraas bron e (t). Jy doen dit deur die gebruik van die parameter IntegrateNoise in die skatting opdrag. Die skatting benadering geen konstante skyf in die tydreeksdata rekening. Die vermoë om geraas integreerder voer is nie beperk tot tydreeksdata alleen. Jy kan so ook doen vir input-output modelle waar die versteurings kan wees onderhewig aan seisoenaliteit. Een voorbeeld is die polinoom modelle van ARIMAX struktuur: Sien die armax verwysing bladsy vir voorbeelde. Skat 'n ARI model vir 'n skalaar time-reeks met lineêre tendens. Raming van 'n meerveranderlike tydreekse model sodanig dat die geraas integrasie teenwoordig is in slegs een van die twee tydreekse is. As die uitgange is gekoppel (na was nie 'n diagonaalmatriks), sal die situasie meer kompleks en net die toevoeging van 'n integreerder om die tweede geraas kanaal sal nie werk nie. MATLAB julle beveel gekliek 'n skakel wat ooreenstem met hierdie opdrag MATLAB: Begin die opdrag deur dit in die MATLAB Command Window. Webblaaiers ondersteun nie MATLAB bevele. Kies jou CountryDocumentation ARIMA klas beskrywing ARIMA skep model voorwerpe vir stilstaande of eenheid wortel stationaire lineêre tydreeksmodel. Dit sluit bewegende gemiddelde (MA), outoregressiewe (AR), gemengde outoregressiewe en bewegende gemiddelde (ARMA), geïntegreerde (ARIMA), multiplikatiewe seisoenale en lineêre tydreeksmodelle dat 'n regressie komponent (ARIMAX) insluit. Spesifiseer modelle met bekende koëffisiënte, skat koëffisiënte met data met behulp van skatting. of na te boots modelle met boots. By verstek, die variansie van die innovasies is 'n positiewe skalaar, maar jy kan enige ondersteun voorwaardelike variansie model, spesifiseer soos 'n GARCH model. Konstruksie Mdl ARIMA skep 'n ARIMA model grade nul. MDL ARIMA (p, D, q) skep 'n nonseasonal lineêre tydreeksmodel behulp outoregressiewe graad p. breukmetodes graad D. en bewegende gemiddelde graad q. MDL ARIMA (Naam, Waarde) skep 'n lineêre tydreeksmodel die gebruik van addisionele opsies wat deur een of meer naam, Waarde paar argumente. Naam is die naam eiendom en waarde is die ooreenstemmende waarde. Naam moet binne aanhalingstekens (). Jy kan 'n paar naam-waarde paar argumente spesifiseer in enige volgorde as NAME1, VALUE1. Namen, ValueN. Insette Argumente Let wel: Jy kan net hierdie argumente gebruik vir nonseasonal modelle. Vir seisoenale modelle, gebruik die naam-waarde sintaksis. Definisies Lag Operateur Die lag operateur L word gedefinieer as L i y t y t x2212 i. Jy kan lag operateur polinome te skep met behulp van hulle om die notasie kondenseer en los lineêre verskilvergelykings. Die lag operateur polinome in die lineêre tydreeksmodel definisies is: x03D5 (L) 1 x2212 x03D5 L x2212 x03D5 2 L 2 x2212. x2212 x03D5 p L p. wat is die graad p outoregressiewe polinoom. x03B8 (L) 1 x03B8 L x03B8 2 L 2. x03B8 Q L q. wat is die graad Q bewegende gemiddelde polinoom. x03A6 (L) 1 x2212 x03A6 p 1 L p 1 x2212 x03A6 p 2 L p 2 x2212. x2212 x03A6 p s L p s. wat is die graad p s seisoenale outoregressiewe polinoom. x0398 (L) 1 x0398 Q 1 L Q 1 x0398 Q 2 L V 2. x0398 q s L q s. wat is die graad Q se seisoenale bewegende gemiddelde polinoom. Let wel: Die grade van die lag operateurs in die seisoenale polinome 934 (L) en 920 (L) nie voldoen aan diegene gedefinieer deur Box en Jenkins 1. Met ander woorde, Ekonometrie Toolboxx2122 nie behandel p 1 s. p 2 2s. p s c p s of Q 1 s. Q 2 2s. q s c q is waar C p en c Q is positiewe heelgetalle. Die sagteware is buigsaam as dit kan jy die lag operateur grade spesifiseer. Sien Multiplikatiewe ARIMA Model Spesifikasies. Lineêre tydreeksmodel 'n Lineêre tydreeksmodel vir reaksie proses yt en innovasies 949 t is 'n stogastiese proses wat die vorm YTC x03D5 1 yt x2212 1 x2026 x03D5 pyt x2212 p x03B5 t x03B8 1 x03B5 t x2212 1 x2026 x03B8 Q x03B5 t x2212 het q. In lag operateur notasie, hierdie model is x03D5 (L) y t c x03B8 (L) x03B5 t. Die algemene tye reeks model, wat breukmetodes, multiplikatiewe seisoenaliteit, en seisoenale breukmetodes sluit, is x03D5 (L) (1 x2212 L) D x03A6 (L) (1 x2212 L s) D sytc x03B8 (L) x0398 (L) x03B5 t . Die koëffisiënte van die nonseasonal en seisoenale outoregressiewe polinome x03D5 (L) en x03A6 (L) stem ooreen met AR en Kong. onderskeidelik. Die grade van hierdie polinome is p en p s. Net so, die koëffisiënte van polinome x03B8 (L) en x0398 (L) stem ooreen met MA en SMA. Die grade van hierdie polinome is Q en Q is. onderskeidelik. Die polinome (1 x2212 L) D en (1 x2212 L s) D e het 'n mate van nonseasonal en seisoenale integrasie D en D s. onderskeidelik. Let daarop dat is, stem ooreen met eiendom Seisoenaliteit model. D s is 1 as Seisoenaliteit is nul, en dit is 0 anders. Dit wil sê, die sagteware van toepassing eerste-orde seisoenale breukmetodes as Seisoenaliteit 8805 1. Die model eiendom Q gelyk aan q q s is. Jy kan hierdie model uit te brei deur die insluiting van 'n matriks van voorspeller data. Vir meer besonderhede, sien ARIMA model insluitende Eksogene covariates. Stasionariteit Vereistes x03D5 (L) y t c x03B8 (L) x03B5 t. waar 949 t het beteken 0, variansie 963 2. en C o v (x03B5 t. x03B5 s) 0 vir t 8800 s. stilstaan ​​as sy verwagte waarde, variansie en kovariansie tussen elemente van die reeks is onafhanklik van tyd. Byvoorbeeld, die MA (Q) model, met c 0. stilstaan ​​vir 'n Q x003C x221E omdat E (yt) x03B8 (L) 0 0. V ar (yt) x03C3 2 x2211 i 1 Q x03B8 i 2. en C OV (y t. yt x2212 s) vry van t vir alle tye wys 1. Eenheid wortel van die tydreeks x007B y t t 1. T x007D is 'n eenheid wortel proses as die verwagte waarde, variansie, of kovariansie groei met die tyd. Daarna het die tydreeks is nie stilstaan. Verwysings 1 Box, G. E. P. G. M. Jenkins, en G. C. Reinsel. Tydreeksanalise: Vooruitskatting en beheer. 3rd ed. Englewood Cliffs, NJ: Prentice Hall, 1994. 2 Enders, W. Toegepaste Ekonometriese tydreekse. Hoboken, New Jersey: John Wiley amp Sons, Inc. 1995 Kies jou CountryDocumentation ARIMA klas beskrywing ARIMA skep model voorwerpe vir stilstaande of eenheid wortel stationaire lineêre tydreeksmodel. Dit sluit bewegende gemiddelde (MA), outoregressiewe (AR), gemengde outoregressiewe en bewegende gemiddelde (ARMA), geïntegreerde (ARIMA), multiplikatiewe seisoenale en lineêre tydreeksmodelle dat 'n regressie komponent (ARIMAX) insluit. Spesifiseer modelle met bekende koëffisiënte, skat koëffisiënte met data met behulp van skatting. of na te boots modelle met boots. By verstek, die variansie van die innovasies is 'n positiewe skalaar, maar jy kan enige ondersteun voorwaardelike variansie model, spesifiseer soos 'n GARCH model. Konstruksie Mdl ARIMA skep 'n ARIMA model grade nul. MDL ARIMA (p, D, q) skep 'n nonseasonal lineêre tydreeksmodel behulp outoregressiewe graad p. breukmetodes graad D. en bewegende gemiddelde graad q. MDL ARIMA (Naam, Waarde) skep 'n lineêre tydreeksmodel die gebruik van addisionele opsies wat deur een of meer naam, Waarde paar argumente. Naam is die naam eiendom en waarde is die ooreenstemmende waarde. Naam moet binne aanhalingstekens (). Jy kan 'n paar naam-waarde paar argumente spesifiseer in enige volgorde as NAME1, VALUE1. Namen, ValueN. Insette Argumente Let wel: Jy kan net hierdie argumente gebruik vir nonseasonal modelle. Vir seisoenale modelle, gebruik die naam-waarde sintaksis. Definisies Lag Operateur Die lag operateur L word gedefinieer as L i y t y t x2212 i. Jy kan lag operateur polinome te skep met behulp van hulle om die notasie kondenseer en los lineêre verskilvergelykings. Die lag operateur polinome in die lineêre tydreeksmodel definisies is: x03D5 (L) 1 x2212 x03D5 L x2212 x03D5 2 L 2 x2212. x2212 x03D5 p L p. wat is die graad p outoregressiewe polinoom. x03B8 (L) 1 x03B8 L x03B8 2 L 2. x03B8 Q L q. wat is die graad Q bewegende gemiddelde polinoom. x03A6 (L) 1 x2212 x03A6 p 1 L p 1 x2212 x03A6 p 2 L p 2 x2212. x2212 x03A6 p s L p s. wat is die graad p s seisoenale outoregressiewe polinoom. x0398 (L) 1 x0398 Q 1 L Q 1 x0398 Q 2 L V 2. x0398 q s L q s. wat is die graad Q se seisoenale bewegende gemiddelde polinoom. Let wel: Die grade van die lag operateurs in die seisoenale polinome 934 (L) en 920 (L) nie voldoen aan diegene gedefinieer deur Box en Jenkins 1. Met ander woorde, Ekonometrie Toolboxx2122 nie behandel p 1 s. p 2 2s. p s c p s of Q 1 s. Q 2 2s. q s c q is waar C p en c Q is positiewe heelgetalle. Die sagteware is buigsaam as dit kan jy die lag operateur grade spesifiseer. Sien Multiplikatiewe ARIMA Model Spesifikasies. Lineêre tydreeksmodel 'n Lineêre tydreeksmodel vir reaksie proses yt en innovasies 949 t is 'n stogastiese proses wat die vorm YTC x03D5 1 yt x2212 1 x2026 x03D5 pyt x2212 p x03B5 t x03B8 1 x03B5 t x2212 1 x2026 x03B8 Q x03B5 t x2212 het q. In lag operateur notasie, hierdie model is x03D5 (L) y t c x03B8 (L) x03B5 t. Die algemene tye reeks model, wat breukmetodes, multiplikatiewe seisoenaliteit, en seisoenale breukmetodes sluit, is x03D5 (L) (1 x2212 L) D x03A6 (L) (1 x2212 L s) D sytc x03B8 (L) x0398 (L) x03B5 t . Die koëffisiënte van die nonseasonal en seisoenale outoregressiewe polinome x03D5 (L) en x03A6 (L) stem ooreen met AR en Kong. onderskeidelik. Die grade van hierdie polinome is p en p s. Net so, die koëffisiënte van polinome x03B8 (L) en x0398 (L) stem ooreen met MA en SMA. Die grade van hierdie polinome is Q en Q is. onderskeidelik. Die polinome (1 x2212 L) D en (1 x2212 L s) D e het 'n mate van nonseasonal en seisoenale integrasie D en D s. onderskeidelik. Let daarop dat is, stem ooreen met eiendom Seisoenaliteit model. D s is 1 as Seisoenaliteit is nul, en dit is 0 anders. Dit wil sê, die sagteware van toepassing eerste-orde seisoenale breukmetodes as Seisoenaliteit 8805 1. Die model eiendom Q gelyk aan q q s is. Jy kan hierdie model uit te brei deur die insluiting van 'n matriks van voorspeller data. Vir meer besonderhede, sien ARIMA model insluitende Eksogene covariates. Stasionariteit Vereistes x03D5 (L) y t c x03B8 (L) x03B5 t. waar 949 t het beteken 0, variansie 963 2. en C o v (x03B5 t. x03B5 s) 0 vir t 8800 s. stilstaan ​​as sy verwagte waarde, variansie en kovariansie tussen elemente van die reeks is onafhanklik van tyd. Byvoorbeeld, die MA (Q) model, met c 0. stilstaan ​​vir 'n Q x003C x221E omdat E (yt) x03B8 (L) 0 0. V ar (yt) x03C3 2 x2211 i 1 Q x03B8 i 2. en C OV (y t. yt x2212 s) vry van t vir alle tye wys 1. Eenheid wortel van die tydreeks x007B y t t 1. T x007D is 'n eenheid wortel proses as die verwagte waarde, variansie, of kovariansie groei met die tyd. Daarna het die tydreeks is nie stilstaan. Verwysings 1 Box, G. E. P. G. M. Jenkins, en G. C. Reinsel. Tydreeksanalise: Vooruitskatting en beheer. 3rd ed. Englewood Cliffs, NJ: Prentice Hall, 1994. 2 Enders, W. Toegepaste Ekonometriese tydreekse. Hoboken, New Jersey: John Wiley amp Sons, Inc. 1995 Kies jou CountryDocumentation ARIMA klas beskrywing ARIMA skep model voorwerpe vir stilstaande of eenheid wortel stationaire lineêre tydreeksmodel. Dit sluit bewegende gemiddelde (MA), outoregressiewe (AR), gemengde outoregressiewe en bewegende gemiddelde (ARMA), geïntegreerde (ARIMA), multiplikatiewe seisoenale en lineêre tydreeksmodelle dat 'n regressie komponent (ARIMAX) insluit. Spesifiseer modelle met bekende koëffisiënte, skat koëffisiënte met data met behulp van skatting. of na te boots modelle met boots. By verstek, die variansie van die innovasies is 'n positiewe skalaar, maar jy kan enige ondersteun voorwaardelike variansie model, spesifiseer soos 'n GARCH model. Konstruksie Mdl ARIMA skep 'n ARIMA model grade nul. MDL ARIMA (p, D, q) skep 'n nonseasonal lineêre tydreeksmodel behulp outoregressiewe graad p. breukmetodes graad D. en bewegende gemiddelde graad q. MDL ARIMA (Naam, Waarde) skep 'n lineêre tydreeksmodel die gebruik van addisionele opsies wat deur een of meer naam, Waarde paar argumente. Naam is die naam eiendom en waarde is die ooreenstemmende waarde. Naam moet binne aanhalingstekens (). Jy kan 'n paar naam-waarde paar argumente spesifiseer in enige volgorde as NAME1, VALUE1. Namen, ValueN. Insette Argumente Let wel: Jy kan net hierdie argumente gebruik vir nonseasonal modelle. Vir seisoenale modelle, gebruik die naam-waarde sintaksis. Definisies Lag Operateur Die lag operateur L word gedefinieer as L i y t y t x2212 i. Jy kan lag operateur polinome te skep met behulp van hulle om die notasie kondenseer en los lineêre verskilvergelykings. Die lag operateur polinome in die lineêre tydreeksmodel definisies is: x03D5 (L) 1 x2212 x03D5 L x2212 x03D5 2 L 2 x2212. x2212 x03D5 p L p. wat is die graad p outoregressiewe polinoom. x03B8 (L) 1 x03B8 L x03B8 2 L 2. x03B8 Q L q. wat is die graad Q bewegende gemiddelde polinoom. x03A6 (L) 1 x2212 x03A6 p 1 L p 1 x2212 x03A6 p 2 L p 2 x2212. x2212 x03A6 p s L p s. wat is die graad p s seisoenale outoregressiewe polinoom. x0398 (L) 1 x0398 Q 1 L Q 1 x0398 Q 2 L V 2. x0398 q s L q s. wat is die graad Q se seisoenale bewegende gemiddelde polinoom. Let wel: Die grade van die lag operateurs in die seisoenale polinome 934 (L) en 920 (L) nie voldoen aan diegene gedefinieer deur Box en Jenkins 1. Met ander woorde, Ekonometrie Toolboxx2122 nie behandel p 1 s. p 2 2s. p s c p s of Q 1 s. Q 2 2s. q s c q is waar C p en c Q is positiewe heelgetalle. Die sagteware is buigsaam as dit kan jy die lag operateur grade spesifiseer. Sien Multiplikatiewe ARIMA Model Spesifikasies. Lineêre tydreeksmodel 'n Lineêre tydreeksmodel vir reaksie proses yt en innovasies 949 t is 'n stogastiese proses wat die vorm YTC x03D5 1 yt x2212 1 x2026 x03D5 pyt x2212 p x03B5 t x03B8 1 x03B5 t x2212 1 x2026 x03B8 Q x03B5 t x2212 het q. In lag operateur notasie, hierdie model is x03D5 (L) y t c x03B8 (L) x03B5 t. Die algemene tye reeks model, wat breukmetodes, multiplikatiewe seisoenaliteit, en seisoenale breukmetodes sluit, is x03D5 (L) (1 x2212 L) D x03A6 (L) (1 x2212 L s) D sytc x03B8 (L) x0398 (L) x03B5 t . Die koëffisiënte van die nonseasonal en seisoenale outoregressiewe polinome x03D5 (L) en x03A6 (L) stem ooreen met AR en Kong. onderskeidelik. Die grade van hierdie polinome is p en p s. Net so, die koëffisiënte van polinome x03B8 (L) en x0398 (L) stem ooreen met MA en SMA. Die grade van hierdie polinome is Q en Q is. onderskeidelik. Die polinome (1 x2212 L) D en (1 x2212 L s) D e het 'n mate van nonseasonal en seisoenale integrasie D en D s. onderskeidelik. Let daarop dat is, stem ooreen met eiendom Seisoenaliteit model. D s is 1 as Seisoenaliteit is nul, en dit is 0 anders. Dit wil sê, die sagteware van toepassing eerste-orde seisoenale breukmetodes as Seisoenaliteit 8805 1. Die model eiendom Q gelyk aan q q s is. Jy kan hierdie model uit te brei deur die insluiting van 'n matriks van voorspeller data. Vir meer besonderhede, sien ARIMA model insluitende Eksogene covariates. Stasionariteit Vereistes x03D5 (L) y t c x03B8 (L) x03B5 t. waar 949 t het beteken 0, variansie 963 2. en C o v (x03B5 t. x03B5 s) 0 vir t 8800 s. stilstaan ​​as sy verwagte waarde, variansie en kovariansie tussen elemente van die reeks is onafhanklik van tyd. Byvoorbeeld, die MA (Q) model, met c 0. stilstaan ​​vir 'n Q x003C x221E omdat E (yt) x03B8 (L) 0 0. V ar (yt) x03C3 2 x2211 i 1 Q x03B8 i 2. en C OV (y t. yt x2212 s) vry van t vir alle tye wys 1. Eenheid wortel van die tydreeks x007B y t t 1. T x007D is 'n eenheid wortel proses as die verwagte waarde, variansie, of kovariansie groei met die tyd. Daarna het die tydreeks is nie stilstaan. Verwysings 1 Box, G. E. P. G. M. Jenkins, en G. C. Reinsel. Tydreeksanalise: Vooruitskatting en beheer. 3rd ed. Englewood Cliffs, NJ: Prentice Hall, 1994. 2 Enders, W. Toegepaste Ekonometriese tydreekse. Hoboken, New Jersey: John Wiley amp Sons, Inc. 1995 Kies 'n land