原文鏈接：http://tecdat.cn/?p=24365

最近我們被客戶要求撰寫關(guān)于向量自回歸（VAR）模型的研究報(bào)告，包括一些圖形和統(tǒng)計(jì)輸出。

var對(duì)象指定了p階平穩(wěn)的多變量向量自回歸模型（VAR(p)）模型的函數(shù)形式并存儲(chǔ)了參數(shù)值?（?點(diǎn)擊文末“閱讀原文”獲取完整代碼數(shù)據(jù)********?）。

描述

varm?對(duì)象的關(guān)鍵組成部分?包括時(shí)間序列的數(shù)量和多元自回歸多項(xiàng)式 (?p?)的階數(shù)，因?yàn)樗鼈兺耆付四Ｐ徒Y(jié)構(gòu)。其他模型組件包括將相同的外生預(yù)測變量與每個(gè)序列相關(guān)聯(lián)的回歸成分，以及常數(shù)和時(shí)間趨勢項(xiàng)。

例子

創(chuàng)建和修改默認(rèn)模型

創(chuàng)建一個(gè)由一個(gè)序列組成的零階 VAR 模型。

Mdl?是一個(gè)?varm?模型對(duì)象。它包含一個(gè)序列、一個(gè)未知常數(shù)和一個(gè)未知方差。模型的屬性出現(xiàn)在命令行中。

假設(shè)您的問題在滯后 1 處有一個(gè)自回歸系數(shù)。要?jiǎng)?chuàng)建這樣的模型，請(qǐng)將自回歸系數(shù)屬性 (?AR) 設(shè)置為包含NaN?使用點(diǎn)表示法的值的單元格?。

如果您的問題包含多個(gè)序列，則使用不同的語法來創(chuàng)建模型。

為參數(shù)估計(jì)創(chuàng)建 VAR(4) 模型

為消費(fèi)者價(jià)格指數(shù) (CPI) 和失業(yè)率創(chuàng)建 VAR(4) 模型。

聲明 CPI和失業(yè)率變量。

cpi??DCP;ura?=?aaTeUAE;

創(chuàng)建默認(rèn)的 VAR(4) 模型。

var(2,4)

Mdl?是一個(gè)?varm?模型對(duì)象。例如，該?Constant?屬性是一個(gè) 2×1 的NaN?值向量?。因此，模型常數(shù)是要估計(jì)的活動(dòng)模型參數(shù)。

通過將Trend?屬性設(shè)置為NaN，?使用點(diǎn)表示法來?包含未知的線性時(shí)間趨勢項(xiàng)?。

擴(kuò)展?NaN?到適當(dāng)?shù)拈L度，即一個(gè) 2×1 的NaN?值向量?。

指定 VAR 模型的所有參數(shù)值

為三個(gè)任意序列創(chuàng)建一個(gè) VAR 模型。指定此方程組中的參數(shù)值。

假設(shè)是多元高斯分布，均值為 0，協(xié)方差矩陣

為參數(shù)值創(chuàng)建變量。

使用適當(dāng)?shù)拿Q-值對(duì)參數(shù)創(chuàng)建一個(gè) VAR(1) 模型對(duì)象，表示動(dòng)態(tài)方程組。

var('Coan',cAR',i1're,dta,ovaice'Sa)

Mdl?是一個(gè)完全指定的?varm?模型對(duì)象。默認(rèn)情況下，?varm?將自回歸系數(shù)歸因于第一個(gè)滯后。

您可以使用圓點(diǎn)表示法調(diào)整模型屬性。例如，考慮另一個(gè) VAR 模型，該模型將自回歸系數(shù)矩陣歸因于?Phi1?第二個(gè)滯后項(xiàng)，為第一個(gè)滯后系數(shù)指定一個(gè)零矩陣，并將所有其他項(xiàng)視為等于?Mdl。創(chuàng)建此 VAR(2) 模型。

M2R=?Phi

或者，您可以使用varm?與 for 相同的語法?創(chuàng)建另一個(gè)模型對(duì)象?Mdl，但另外指定?'Lags',2.

估計(jì)的 VAR (4) 模型

將 VAR(4) 模型擬合到消費(fèi)者價(jià)格指數(shù) (CPI) 和失業(yè)率數(shù)據(jù)。

在不同的圖上繪制兩個(gè)序列。

figure;plot(atal.Te,DaTa.);

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

R語言用向量自回歸（VAR）進(jìn)行經(jīng)濟(jì)數(shù)據(jù)脈沖響應(yīng)研究分析

左右滑動(dòng)查看更多

01

02

03

04

figure;plot(DaTTie,DatTE);

通過將 CPI 轉(zhuǎn)換為一系列增長率來穩(wěn)定 CPI。通過從失業(yè)率序列中刪除第一個(gè)觀測值來同步這兩個(gè)序列。

prce2rt(DaTlL);

創(chuàng)建默認(rèn)的 VAR(4) 模型。

Mdl?是一個(gè)?var?模型對(duì)象。所有包含NaN?值的屬性都?對(duì)應(yīng)于給定數(shù)據(jù)要估計(jì)的參數(shù)。

使用整個(gè)數(shù)據(jù)集估計(jì)模型。

estate(Mdl)

EstMdl?是一個(gè)估計(jì)的?varm?模型對(duì)象。它是完全指定的，因?yàn)樗袇?shù)都有已知值。說明表明自回歸多項(xiàng)式是平穩(wěn)的。

顯示估計(jì)的匯總統(tǒng)計(jì)信息。

summari

?

VAR(4) 模型的預(yù)測

創(chuàng)建并估計(jì) CPI 增長率和失業(yè)率的 VAR(4) 模型。將最后十個(gè)時(shí)期視為預(yù)測范圍。

cp?=?pre2rt(ci);EMl?=?estme(dl,Y(1(end-10),:));

使用估計(jì)模型和樣本內(nèi)數(shù)據(jù)作為樣本前觀察預(yù)測 10 個(gè)數(shù)據(jù)。

freca(Estl);

在單獨(dú)的圖上繪制帶有預(yù)測值的序列部分。

plot(Tie(ed?-?50:ed),ci(nd?-?50:ed));

plot(Time(nd?-?50:ed),ue(ed?-?50:ed));

本文摘選?《?Matlab創(chuàng)建向量自回歸（VAR）模型分析消費(fèi)者價(jià)格指數(shù) (CPI) 和失業(yè)率時(shí)間序列?》?，點(diǎn)擊“閱讀原文”獲取全文完整資料。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

Matlab創(chuàng)建向量自回歸（VAR）模型分析消費(fèi)者價(jià)格指數(shù) (CPI) 和失業(yè)率時(shí)間序列
Stata廣義矩量法GMM面板向量自回歸 VAR模型選擇、估計(jì)、Granger因果檢驗(yàn)分析投資、收入和消費(fèi)數(shù)據(jù)R語言時(shí)變向量自回歸（TV-VAR）模型分析時(shí)間序列和可視化
R語言用向量自回歸（VAR）進(jìn)行經(jīng)濟(jì)數(shù)據(jù)脈沖響應(yīng)研究分析
R語言arima，向量自回歸（VAR），周期自回歸(PAR)模型分析溫度時(shí)間序列
R語言VAR模型的不同類型的脈沖響應(yīng)分析
R語言隨機(jī)搜索變量選擇SSVS估計(jì)貝葉斯向量自回歸（BVAR）模型
R語言時(shí)變參數(shù)VAR隨機(jī)模型
R語言估計(jì)時(shí)變VAR模型時(shí)間序列的實(shí)證研究分析案例
R語言向量自回歸模型(VAR)及其實(shí)現(xiàn)
R語言實(shí)現(xiàn)向量自回歸VAR模型
R語言估計(jì)時(shí)變VAR模型時(shí)間序列的實(shí)證研究分析案例
Python和R用EWMA，ARIMA模型預(yù)測時(shí)間序列
R語言用LASSO，adaptive LASSO預(yù)測通貨膨脹時(shí)間序列
Python中的ARIMA模型、SARIMA模型和SARIMAX模型對(duì)時(shí)間序列預(yù)測
R語言arima，向量自回歸（VAR），周期自回歸(PAR)模型分析溫度時(shí)間序列
【視頻】Python和R語言使用指數(shù)加權(quán)平均(EWMA)，ARIMA自回歸移動(dòng)平均模型預(yù)測時(shí)間序列