数据预处理
格式化、绘制和转换时间序列数据
应用程序
| 计量经济学建模师 | 分析计量经济时间序列并建立模型 |
类
LagOp |
创建滞后算子多项式 |
功能
例子和如何
- 为计量经济模型应用程序准备时间序列数据
在MATLAB中准备时间序列数据®命令行，然后将集合导入econometretric Modeler。
- 将时间序列数据导入计量模型应用程序
将时间序列数据从MATLAB工作区或mat文件导入计量模型。
- 使用计量经济学建模应用程序绘制时间序列数据
交互式地绘制单变量和多变量时间序列数据，然后解释这些图并与之交互。
- 转换时间序列使用计量经济学建模应用程序
交互式转换时间序列数据。
- 季节性差分
取一个时间序列的非季节性差异。
- 非季节性和季节性差异
使用滞后算子多项式对象应用非季节性和季节性差异。
- 移动平均趋势估计
使用对称移动平均函数估计长期趋势。
- 使用稳定的季节过滤器进行季节调整
使用稳定的季节滤波器对时间序列进行去季节化。
- 使用S(n,m)季节滤波器进行季节调整
应用季节性过滤器来消除时间序列的季节性。
- 参数趋势估计
使用参数化模型估计非季节性和季节性趋势成分。
- 使用Hodrick-Prescott滤波器重现原始结果
使用Hodrick-Prescott过滤器分解时间序列。
- 指定滞后算子多项式
创建滞后运算符多项式对象。
概念
- 计量经济学建模
理解模型选择技术和计量经济学工具箱™功能。
- 使用计量经济建模器分析时间序列数据
交互式可视化和分析单变量或多变量时间序列数据。
- 随机过程特征
理解随机过程的定义、形式和性质。
- 数据转换
确定哪些数据转换适合您的问题。
- 趋势平稳与差异平稳过程
确定非平稳过程的特征。
- 时间序列分解
了解如何将时间序列分割为确定性趋势、季节性和不规则成分。
- 移动平均滤波器
有些时间序列可以分解成各种趋势分量。要在不做参数假设的情况下估计趋势分量，可以考虑使用过滤器。
- 季节性的过滤器
您可以使用季节过滤器(移动平均)来估计时间序列的季节成分。
- 季节性调整
季节调整是去除讨厌的周期性成分的过程。季节调整的结果是一个去季节化的时间序列。
- Hodrick-Prescott过滤器
Hodrick-Prescott (HP)过滤器是一种专门用于趋势和商业周期估计(无季节性成分)的过滤器。
- ARIMA模型估计的时基划分
当您将时间序列模型与数据拟合时，模型中的滞后项需要初始化，通常在样本开始时进行观察。
特色的例子
您也可以从以下列表中选择一个网站: