الانتقال من المتوسط عملية غير القياسية 1

2 1 نماذج المتوسط ​​المتحرك نماذج MA. Time سلسلة نماذج تعرف باسم نماذج أريما قد تشمل شروط الانحدار الذاتي و أو متوسط ​​المصطلحات المتحركة في الأسبوع 1، علمنا مصطلح الانحدار الذاتي في نموذج سلسلة زمنية للمتغير شت هو قيمة متخلفة من شت على سبيل المثال ، فإن فترة الانحدار الذاتي 1 تأخر هو x t-1 مضروبا في معامل يعرف هذا الدرس المصطلحات المتحركة المتوسطة. المتوسط ​​المتحرك المتوسط ​​في نموذج السلاسل الزمنية هو خطأ الماضي مضروبا في معامل. L ووت أوفيرزيت N 0، سيغما 2w، بمعنى أن الوزن متناظرة، موزعة بشكل مستقل، لكل منها توزيعا طبيعيا له متوسط ​​0 ونفس التباين. إن نموذج متوسط ​​الحركة المتحرك رقم 1، الذي يشير إليه ما 1 هو. شت مو وت theta1w. The 2nd ترتيب متوسط ​​المتوسط ​​المتحرك، يرمز إليها ما 2 هو. شت مو وت theta1w theta2w. The q من أجل نموذج المتوسط ​​المتحرك، يرمز إليها ما q هو. شت مو w theta1w theta2w دوتس thetaqw. Note العديد من الكتب المدرسية والبرامج تحدد النموذج مع علامات سلبية قبل شروط هذا لا تغيير الخصائص النظرية العامة للنموذج، على الرغم من أنه لا تقلب علامات جبري من قيم معامل المقدرة وشروط أونكارد في الصيغ ل أكفس والتباينات تحتاج إلى التحقق من البرنامج للتحقق من ما إذا كانت قد استخدمت علامات سلبية أو إيجابية من أجل الكتابة بشكل صحيح النموذج المقدر R يستخدم علامات إيجابية في النموذج الأساسي لها، كما نفعل هنا. الخصائص النظرية لسلسلة زمنية مع نموذج 1 ما. لاحظ أن القيمة غير الصفرية الوحيدة في أسف النظرية هي للتخلف 1 جميع أوتوكوريلاتيونس الأخرى هي 0 وبالتالي عينة أسف مع ارتباط ذاتي كبير فقط في تأخر 1 هو مؤشر لنموذج ما 1 الممكنة. بالنسبة للطلاب المهتمين، البراهين لهذه الخصائص هي تذييل لهذه النشرة. المثال 1 افترض أن نموذج ما 1 هو شت 10 بالوزن 7 ث t-1 حيث وت أوفيرزيت N 0،1 وبالتالي فإن معامل 1 0 7 ث وتعطى أسف النظري by. A مؤامرة من هذا أسف يلي. المؤامرة فقط يظهر هو أسف النظري ل ما 1 مع 1 0 7 في الممارسة العملية، فاز عينة تي عادة ما توفر مثل هذا النمط واضح باستخدام R، ونحن محاكاة ن 100 عينة القيم باستخدام نموذج شت 10 ط 7 w t-1 حيث w t. iid N 0،1 لهذه المحاكاة، مؤامرة سلسلة زمنية من البيانات عينة يتبع يمكننا أن نقول الكثير من هذه المؤامرة. أكف عينة لمحاكاة البيانات التالية نرى ارتفاع في التأخر 1 تليها عموما القيم غير الهامة للتخلف الماضي 1 لاحظ أن العينة أسف لا يطابق النمط النظري لل ما 1 الأساسي، وهو أن جميع أوتوكوريلاتيونس للتخلف الماضي 1 سيكون 0 A عينة مختلفة سيكون لها عينة مختلفة قليلا أسف هو مبين أدناه، ولكن من المرجح أن يكون لها نفس السمات العريضة. خصائص تيروريتيكال من سلسلة زمنية مع ما 2 نموذج. للحصول على نموذج ما 2، الخصائص النظرية هي التالية. لاحظ أن الوحيد نونزيرو القيم في أسف النظرية هي للتخلف 1 و 2 أوتوكورات أيونات لتخلفات أعلى هي 0 لذا فإن عينة أسف ذات أوتوكوريلاتيونس كبيرة عند الفارقين 1 و 2، ولكن أوتوكوريلاتيونس غير هامة لفترات أعلى يشير إلى احتمال ما 2 model. iid N 0،1 المعاملات هي 1 0 5 و 2 0 3 لأن هذا هو ما 2، فإن أسف النظرية لها قيم غير صفرية فقط في التأخر 1 و 2.Values ​​من أوتوكوريلاتيونس نونزيرو are. A مؤامرة من أسف النظرية يتبع. كما هو الحال دائما تقريبا، وفاز البيانات عينة تي تتصرف تماما لذلك تماما كما نظرية نحن محاكاة ن 150 عينة القيم للنموذج شت 10 بالوزن 5 ث t-1 3 ث t-2 حيث w t. id n 0،1 سلسلة الوقت سلسلة من البيانات يتبع كما هو الحال مع مؤامرة سلسلة زمنية ل يمكن أن تروي الكثير من ذلك. نموذج أسف للبيانات المحاكاة يتبع النمط هو نموذجي للحالات التي قد يكون نموذج ما 2 مفيدة هناك اثنين من طفرات إحصائية كبيرة في التأخر 1 و 2 تليها غير - قيم هامة للتخلفات الأخرى لاحظ أنه نظرا لخطأ المعاينة، لم تتطابق العينة أسف والنموذج النظري تماما. أسف للماجستير العامة q نماذج. خاصية نماذج ما q بشكل عام هو أن هناك أوتوكوريلاتيونس غير الصفرية للفواصل q الأولى و أوتوكوريلاتيونس 0 لجميع الفواصل q. Non تفرد الاتصال بين قيم 1 و rho1 في ما 1 نموذج. في نموذج ما 1، لأي قيمة 1 1 المتبادلة يعطي نفس القيمة ل. على سبيل المثال، استخدم 0 5 ل 1 ثم استخدم 1 0 5 2 ل 1 أنت ليرة لبنانية الحصول على rho1 0 4 في كلتا الحالتين. لإرضاء تقييد نظري يسمى العكوس نقيد نماذج ما 1 لها قيم ذات قيمة مطلقة أقل من 1 في المثال الذي أعطيت للتو، 1 0 5 ستكون قيمة المعلمة المسموح بها، في حين أن 1 1 0 5 2 لن. ويقال إن قابلية نماذج ما. قلب ما أن تكون قابلة للانعكاس إذا كان معادلا جبريا لتلاقي ترتيب لانهائي نموذج أر من خلال التقارب، فإننا نعني أن معاملات أر تنخفض إلى 0 ونحن نعود مرة أخرى في time. Invertibility هو تقييد مبرمجة في برامج سلسلة زمنية تستخدم لتقدير معامل إيسينتس من النماذج مع شروط ما انها ليست شيئا أننا تحقق في في تحليل البيانات وترد معلومات إضافية حول تقييد قابلية للماجستير 1 نماذج في الملحق. نظرية متقدمة ملاحظة لنموذج ما q مع أسف المحدد، هناك فقط نموذج واحد قابل للانعكاس الشرط اللازم للانعكاس هو أن المعاملات لها قيم مثل أن المعادلة 1- 1 y - - كيق 0 لديها حلول ل y تقع خارج دائرة الوحدة. رمز للأمثلة. في المثال 1، النظري أسف للنموذج شت 10 وت 7w t-1 ومن ثم محاكاة n 150 قيم من هذا النموذج ورسم التسلسل الزمني للعينة وعينة أسف للبيانات المحاكية كانت الأوامر R المستخدمة في رسم أسف النظرية. اكفما 1 أرماكف ما c 0 7، 10 تأخر من أسف ل ما 1 مع theta1 0 7 تأخر 0 10 يخلق متغير يدعى التأخر الذي يتراوح من 0 إلى 10 تأخر مؤامرة، acfma1، زليم ج 1،10، يلب r، نوع h، أسف الرئيسي ل ما 1 مع theta1 0 7 أبلين h 0 يضيف محور أفقي إلى المؤامرة يحدد الأمر الأول e أسف ويخزنه في كائن اسمه acfma1 اختيارنا ل name. The مؤامرة قيادة المؤامرات الأمر 3 يتخلف مقابل القيم أسف للتخلف 1-10 معلمة يلب تسميات المحور ص والمعلمة الرئيسية يضع عنوان على المؤامرة. للاطلاع على القيم العددية لل أسف ببساطة استخدام acfma1.The محاكاة و المؤامرات تمت مع الأوامر التالية. قائمة ما c 0 7 يحاكي n 150 القيم من ما 1 x شك 10 يضيف 10 لجعل يعني 10 المحاكاة الافتراضية يعني 0 مؤامرة x، نوع b، الرئيسية محاكاة ما 1 البيانات أسف x، زليم c 1،10، أسف الرئيسية لمحاكاة بيانات العينة. في المثال 2، قمنا بتآمر أسف النظري للنموذج شت 10 بالوزن 5 ث t-1 3 ث t-2 ومن ثم محاكاة n 150 قيم من هذا النموذج وتآمر سلسلة الوقت العينة وعينة أسف للمحاكاة البيانات R الأوامر المستخدمة كانت. أسفما 2 أرماكف ما c 0 5،0 3، acfma2 متخلفة 0 10 تأخر مؤامرة، acfma2، زليم c 1،10، يلب r، نوع h، أسف الرئيسية لما 2 مع ثيتا 0 5، ثيتا 0 3 أبلين h 0 قائمة أماه c 0 5، 0 3 x شك 10 مؤامرة x، نوع b، الرئيسية محاكاة ما 2 سلسلة أسف x، زليم c 1،10، أسف الرئيسي لمحاكاة ما 2 data. Appendix برهان خصائص ما 1 . للطلاب المهتمين، وهنا هي البراهين للخصائص النظرية للنموذج ما 1.Variance شت النص النص مو بالوزن wta1 w 0 النص النص wt1twww سيغما 2w ثيتا 21 سيغما 2W 1 ثيتا 21 سيغما 2W. When h 1، والتعبير السابق 1 w 2 لأي h 2 ، والتعبير السابق 0 والسبب هو أنه، من خلال تعريف الاستقلال للوزن E وكوج 0 لأي كي جي وعلاوة على ذلك، لأن وزنها يعني 0، E ويوج E وي 2 w 2.For سلسلة زمنية. تطبيق هذه النتيجة للحصول على و أسف المذكورة أعلاه. نموذج ما لا يمكن عكسها هو واحد التي يمكن أن تكون مكتوبة كأنها أمر لا نهائية نموذج أر التي تتقارب بحيث أن المعاملات أر تتلاقى إلى 0 ونحن نتحرك بلا حدود مرة أخرى في الوقت المناسب وسوف نبرهن على التقلب لنموذج ما 1.We ثم العلاقة 2 ل w t-1 في المعادلة 1. 3 زت وت ثيتا z - theta1w وت theta1z - ثيتا 2w. At الوقت t-2 المعادلة 2 يصبح. نحن ثم استبدال العلاقة 4 ل w t-2 في المعادلة 3. زت وزن theta1 z - ثيتا 21w وت theta1z - ثيتا 21 ض - theta1w وت theta1z - theta1 2z ثيتا 31w. If كنا على مواصلة بلا حدود، فإننا سوف تحصل على نموذج لانهائية أر نموذج. زت وت theta1 z - ثيتا 21z ثيتا 31z - ثيتا 41z دوتس. ملاحظة ومع ذلك، أنه إذا 1 1، فإن المعاملات ضرب ضرب من z سوف تزيد بلا حدود في الحجم ونحن نعود إلى الوراء في الوقت المناسب لمنع هذا، نحن بحاجة 1 1 هذا هو الشرط لنموذج ما 1 قابل للانعكاس. إنفينيت النظام ما نموذج. في الأسبوع 3، سنرى أن نموذج أر 1 يمكن تحويلها إلى لانهائية النظام ما نموذج. شت - مو وت phi1w فاي 21w النقاط في k1 w النقاط سوم في j1w. This مجموع مصطلحات الضوضاء البيضاء الماضية يعرف باسم التمثيل السببي لل أر 1 وبعبارة أخرى، شت هو نوع خاص من ما مع عدد لا حصر له من المصطلحات العودة إلى الوراء وهذا ما يسمى أمر لانهائي ما أو ما أمر محدود ما هو أمر لانهائي أر وأي أمر محدود أر هو أمر لانهائي MA. Recall في الأسبوع 1، لاحظنا أن شرط ل أر ثابتة 1 هو أن 1 1 اسمحوا s حساب فار شت باستخدام التمثيل السببي. هذه الخطوة الأخيرة يستخدم حقيقة أساسية حول سلسلة هندسية تتطلب phi1 1 خلاف ذلك سلسلة ديفيرجيس. يمكنك إعطاء بعض الأمثلة واقع الحياة من سلسلة زمنية التي عملية المتوسط ​​المتحرك من من أجل الحصول على س، أي فاريبسيلون فاريبسيلون فاريبسيلون، نص فاريبسيلونت سيم ماثكال 0، سيغما 2 لديه بعض الأسباب الأولية لكونه نموذجا جيدا على الأقل بالنسبة لي، عمليات الانحدار الذاتي يبدو أن من السهل جدا أن نفهم حدسي، في حين أن العمليات ما لا تبدو طبيعية في غلا الأولى نس لاحظ أنني لست مهتما بالنتائج النظرية هنا مثل وولد s ثوريم أو إنفرتيبيليتي. كمثال على ما أبحث عنه، لنفترض أن لديك عوائد الأسهم اليومية رت سيم تكست 0، سيغما 2 ثم، متوسط ​​عائدات الأسهم الأسبوعية سوف لديها بنية ما 4 باعتبارها قطعة أثرية محض بحتة. حققت ديك 3 12 في 19 02. بسج في الولايات المتحدة، والمخازن والمصنعين كثيرا ما تصدر القسائم التي يمكن استبدالها لخصم مالي أو الخصم عند شراء منتج وغالبا ما يتم توزيعها على نطاق واسع من خلال البريد الإلكتروني والمجلات والصحف والإنترنت، مباشرة من متاجر التجزئة، والأجهزة المحمولة مثل الهواتف المحمولة معظم القسائم لديها تاريخ انتهاء الصلاحية التي لن يتم تكريمها من قبل المتجر، وهذا هو ما ينتج فينتاجيس كوبونات ربما زيادة المبيعات، ولكن كم هناك هناك أو كيف كبيرة لا يعرف الخصم دائما لمحلل البيانات يمكنك التفكير بها أخطاء إيجابية ديمتري V ماستروف يناير 28 16 في 21 51.في مقالنا تحجيم تقلب محفظة ل حساب مساهمات المخاطرة في وجود علاقات متسلسلة متبادلة نقوم بتحليل نموذج متعدد المتغيرات من عوائد الأصول بسبب أوقات الإغلاق المختلفة لبورصات الأوراق المالية يظهر هيكل التبعية من خلال التباين هذا الاعتماد فقط يحمل لمدة واحدة وهكذا نحن نموذج هذا كمتجه متوسط ​​عملية النظام المتحرك 1 انظر الصفحتين 4 و 5. عملية المحفظة الناتجة هي تحويل خطي لعملية فم 1 وهي بشكل عام عملية ما q مع q ge1 انظر التفاصيل على الصفحتين 15 و 16. تم الرد في 3 ديسمبر 12 في 21 39. عمليات الخطأ المتوسط ​​المتوسط ​​للخطأ يمكن معالجة أخطاء أرما والنماذج الأخرى التي تنطوي على تأخيرات في عبارات الخطأ باستخدام عبارات فيت والمحاكاة أو التنبؤ باستخدام عبارات سولف غالبا ما تستخدم نماذج أرما لعملية الخطأ في النماذج ذات المخلفات ذات الارتباطات المترابطة إن أر الماكرو يمكن استخدامها لتحديد نماذج مع عمليات خطأ الانحدار الذاتي يمكن استخدام ماكرو ما لتحديد نماذج مع التحرك المتوسط ​​أخطاء العمليات. الخروج (إر). يحتوي النموذج مع أخطاء الانحدار الذاتي من الدرجة الأولى، أر 1، على النموذج. في حين أن عملية خطأ أر 2 تحتوي على النموذج. وهكذا بالنسبة للعمليات ذات الترتيب الأعلى لاحظ أن s مستقلة وموزعة بشكل متطابق ويكون لها توقع قيمة 0. مثال على نموذج مع مكون أر 2 هو. وهكذا دواليك للعمليات ذات الترتيب الأعلى. على سبيل المثال، يمكنك كتابة نموذج الانحدار الخطي بسيط مع ما 2 نقل المتوسط ​​أخطاء as. where MA1 و MA2 هي معلمات المتوسط ​​المتحرك. لاحظ أن ريسيد Y يتم تعريفها تلقائيا بواسطة بروك موديل كما. ملاحظة أن ريسيد Y هو سالب. يجب استخدام الدالة زلاغ لنماذج ما لاقتطاع عودية التأخر هذا يضمن أن الأخطاء المتأخرة تبدأ عند صفر في مرحلة تأخر التمهيدي ولا تنشر القيم المفقودة عندما تكون متغيرات فترة التأخير مفقودة وتضمن أن تكون الأخطاء المستقبلية صفرا بدلا من أن تكون مفقودة أثناء المحاكاة أو التنبؤ. للحصول على تفاصيل حول وظائف التأخر، راجع القسم لاغ لوجيك . هذا النموذج وريت عشرة باستخدام ماكرو ما هو على النحو التالي. الاستمارة العامة ل أرما الموديلات. ذي أرما p، q العملية العامة لديها النموذج التالي. أرما p، q نموذج يمكن تحديدها على النحو التالي. حيث أر i و ما j تمثل الانحدار الذاتي والانتقال المعلمات - Average لمختلف التأخر يمكنك استخدام أي أسماء تريد لهذه المتغيرات، وهناك العديد من الطرق المماثلة التي يمكن أن تكون مكتوبة المواصفات. يمكن أيضا أن تقدر العمليات فيكتور أرما مع بروك نموذج على سبيل المثال، وهما متغير أر 1 يمكن التعرف على أخطاء المتغيرين الداخليين Y1 و Y2 على النحو التالي. مشاكل التوافق مع نماذج أرما. يمكن أن يكون من الصعب تقدير نماذج أرما إذا لم تكن تقديرات المعلمة ضمن النطاق المناسب، فإن المصطلحات المتبقية للمتوسط ​​المتحرك تنمو باطراد يمكن أن تكون البقايا المحسوبة للرصدات اللاحقة كبيرة جدا أو يمكن تجاوزها يمكن أن يحدث ذلك إما لأن قيم البداية غير الملائمة استخدمت أو لأن التكرارات ابتعدت عن القيم المعقولة. كير شول d في اختيار قيم البداية للمعلمات أرما تبدأ قيم البداية 001 بالنسبة إلى معلمات أرما عادة إذا كان النموذج يتلاءم مع البيانات جيدا والمشكلة مكيفة جيدا ويلاحظ أن نموذج ما يمكن في كثير من الأحيان تقريبه بنموذج أر عالي الترتيب ، والعكس بالعكس هذا يمكن أن يؤدي إلى علاقة خطية عالية في نماذج أرما مختلطة، والتي بدورها يمكن أن تسبب سوء تكييف خطيرة في الحسابات وعدم الاستقرار لتقديرات المعلمة. إذا كان لديك مشاكل التقارب أثناء تقدير نموذج مع عمليات خطأ أرما، في محاولة ل تقدير في الخطوات أولا، استخدم بيان فيت لتقدير المعلمات الهيكلية فقط مع معلمات أرما المحتفظ بها إلى صفر أو إلى تقديرات مسبقة معقولة إذا كان متاحا بعد ذلك، استخدم بيان فيت آخر لتقدير معلمات أرما فقط، وذلك باستخدام قيم المعلمات الهيكلية من أول تشغيل نظرا لأن قيم المعلمات الهيكلية من المرجح أن تكون قريبة من تقديراتها النهائية، قد تتقارب تقديرات معلمات أرما الآن وأخيرا، بيان تكنولوجيا المعلومات لإنتاج تقديرات متزامنة لجميع المعلمات وبما أن القيم الأولية للمعلمات من المرجح الآن أن تكون قريبة جدا من تقديراتها النهائية المشتركة، يجب أن تتلاقى التقديرات بسرعة إذا كان النموذج مناسبا للبيانات. AR الشروط الأولية. يمكن صياغة نماذج أخطاء الأخطاء في نماذج أر p بطرق مختلفة طرق بدء الانحدار الذاتي للخطأ التي تدعمها إجراءات ساس إتس هي المربعات الدنيا المشروطة التالية. إجراءات أريما و MODEL. unconditional المربعات الصغرى أوتوريغ و أريما و موديل. أوتوريج، أريما، وإجراءات موديل. يول ووكر إجراء أوتوريغ فقط. هيلدريث لو، الذي يحذف أول ملاحظات p نموذج الإجراء فقط. انظر الفصل 8، الإجراء أوتوريغ، للحصول على شرح ومناقشة مزايا مختلف أر بدء التشغيل ويمكن إجراء عمليات التهيئة كلس و أولس و مل و هل بواسطة بروك موديل بالنسبة إلى أخطاء أر 1، يمكن إنتاج هذه التهيئة على النحو المبين في الجدول 18 2 هذه الطرائق مكافئة في عينات كبيرة. الخيار 18 2 التهيئة التي يؤديها بروك موديل أر 1 الأخطاء. ويمكن أيضا التأخير الأولي لشروط الخطأ في نماذج ما q نمذجة بطرق مختلفة وفيما يلي نماذج بدء الخطأ المتوسط ​​المتحرك بدعم من إجراءات أريما و MODEL. conconditional المربعات الصغرى. المحدودية المربعات الصغرى. طريقة المربعات الصغرى الشرطية لتقدير المصطلحات الخطأ المتوسط ​​المتوسط ​​ليست الأمثل لأنه يتجاهل مشكلة بدء التشغيل وهذا يقلل من كفاءة التقديرات، على الرغم من أنها لا تزال غير متحيزة يفترض أن المخلفات الأولية المتأخرة، التي تمتد قبل بدء البيانات، هي صفر، وقيمتها المتوقعة غير المشروطة وهذا يدخل فرقا بين هذه المخلفات ومتبقي المربعات الصغرى المعمم في التباين المتوسط ​​المتحرك، الذي، على عكس نموذج الانحدار الذاتي ، يستمر من خلال مجموعة البيانات وعادة ما يتقارب هذا الاختلاف بسرعة إلى 0، ولكن بالنسبة لعمليات تحويل المتوسط ​​تقريبا غير قابل للتحويل التقارب بطيء جدا للحد من هذه المشكلة، يجب أن يكون لديك الكثير من البيانات، ويجب أن تكون تقديرات المتوسط ​​المتحرك المتوسط ​​ضمن النطاق القابل للانعكاس. يمكن تصحيح هذه المشكلة على حساب كتابة برنامج أكثر تعقيدا غير مشروط تقديرات المربعات الصغرى ل يمكن إنتاج عملية ما 1 من خلال تحديد النموذج على النحو التالي. يمكن أن يكون من الصعب تقدير متوسط ​​أخطاء التحويل يجب أن تفكر في استخدام تقريب أر إلى عملية المتوسط ​​المتحرك يمكن عادة أن تكون عملية المتوسط ​​المتحرك جيدة التقريب بواسطة عملية الانحدار الذاتي إذا لم يتم تمهيد البيانات أو ديفيرنسد. أر ماكرو. ساس ماكرو أر يولد بيانات البرمجة ل بروك نموذج لنماذج الانحدار الذاتي أر ماكرو هو جزء من ساس إتس البرمجيات، وليس هناك خيارات خاصة تحتاج إلى تعيين لاستخدام ماكرو يمكن تطبيق عملية الانحدار الذاتي على أخطاء المعادلة الهيكلية أو إلى سلسلة الذاتية أنفسهم. يمكن استخدام الماكرو أر للأنواع التالية من أوتوريغ ression. unrestimited ناقلات autorgression. stimited ناقلات autorgression. Univariate أوتورغريسيون. لإعداد نموذج الخطأ في المعادلة كعملية الانحدار الذاتي، استخدم العبارة التالية بعد المعادلة. على سبيل المثال، لنفترض أن Y هي وظيفة خطية من X1 و X2 و خطأ أر 2 يمكنك كتابة هذا النموذج كما يلي. يجب أن تأتي المكالمات إلى أر بعد كل المعادلات التي تنطبق عليها العملية. الاستدعاء الكلي السابق، أر y، 2، ينتج العبارات المعروضة في إخراج ليست في الشكل 18 58. الشكل 18 58 ليست مخرجات الخيار لنموذج أر 2. المتغيرات المسبقة بريد هي متغيرات البرنامج المؤقتة المستخدمة بحيث تكون تباطؤ البقايا هي المخلفات الصحيحة وليس تلك المعاد تعريفها بواسطة هذه المعادلة لاحظ أن هذا يعادل البيانات مكتوبة بشكل واضح في القسم النموذج العام لنماذج أرما. يمكنك أيضا تقييد معلمات الانحدار الذاتي إلى صفر عند التأخر المحدد على سبيل المثال، إذا كنت تريد معلمات الانحدار الذاتي في الفترات الزمنية 1 و 12 و 1 3، يمكنك استخدام العبارات التالية. هذه البيانات توليد الإخراج هو مبين في الشكل 18 59.Figure 18 59 ليست الخيار الناتج لنموذج أر مع التأخر في 1 و 12 و 13.The موديل الإجراء. قائمة من برنامج البرمجة المترجمة. بيان ك Parsed. PRED ياب x1 c x2RESID y بريد y - y الفعلي y yr1 y ydolred y بريد y yl1 ZLAG1 y - بيردي yl12 ZLAG12 y - بيردي yl13 ZLAG13 y - PREDY. RESID y بريد y - أكتوال y. ERROR y بريد y - y. هناك اختلافات على طريقة المربعات الصغرى الشرطية، اعتمادا على ما إذا كانت الملاحظات في بداية السلسلة تستخدم لتسخين عملية أر افتراضيا، فإن طريقة مربعات أقل مشروطة أر يستخدم كل الملاحظات ويفترض الأصفار للتخلف الأولي من شروط الانحدار الذاتي باستخدام الخيار M، يمكنك طلب أن أر استخدام المربعات الصغرى غير المشروطة أولس أو الحد الأقصى احتمال طريقة مل بدلا من ذلك على سبيل المثال. يتم تقديم مناقشة هذه الأساليب في القسم أر الشروط الأولية. باستخدام الخيار M كلس n، يمكنك طلب ث في أول ملاحظات n تستخدم لحساب تقديرات التأخر الذاتي الانحدار الأولي في هذه الحالة، يبدأ التحليل مع الملاحظة n 1 على سبيل المثال. يمكنك استخدام الماكرو أر لتطبيق نموذج الانحدار الذاتي إلى المتغير الداخلي، بدلا من الخطأ باستخدام الخيار تايب V على سبيل المثال، إذا كنت ترغب في إضافة الفواصل الماضية الخمسة من Y إلى المعادلة في المثال السابق، يمكنك استخدام أر لإنشاء المعلمات والتخلف باستخدام العبارات التالية. تولد البيانات السابقة المخرجات المبينة في الشكل 18 60. الشكل 18 60 ليست خرج الخيار لنموذج أر من Y. ويتنبأ هذا النموذج Y بأنه مزيج خطي من X1 و X2 و اعتراض وقيم Y في أحدث خمس فترات. غير مقيدة ناقلات Autorgression. To نموذج مصطلحات الخطأ لمجموعة من المعادلات كعملية متجه الانحدار الذاتي، استخدم النموذج التالي من ماكرو أر بعد المعادلات. قيمة اسم العملية هو أي اسم التي تقوم بتوفيرها أر لاستخدامها في صنع أسماء للالعتاد معلمات غريسيف يمكنك استخدام الماكرو أر لنموذج عدة عمليات أر مختلفة لمجموعات مختلفة من المعادلات باستخدام أسماء عملية مختلفة لكل مجموعة اسم العملية يضمن أن أسماء المتغيرات المستخدمة هي فريدة من نوعها استخدام قيمة اسم عملية قصيرة للعملية إذا كانت تقديرات المعلمات هي ليتم كتابتها إلى مجموعة بيانات الإخراج يحاول الماكرو أر إنشاء أسماء معلمات أقل من أو يساوي ثمانية أحرف، ولكن هذا يقتصر على طول اسم العملية الذي يستخدم كبادئة لأسماء معلمة أر. قيمة فاريابلست هي قائمة المتغيرات الذاتية للمعادلات. على سبيل المثال، لنفترض أن أخطاء المعادلات Y1 و Y2 و Y3 يتم إنشاؤها بواسطة عملية الانحدار الذاتي المتجه من الدرجة الثانية يمكنك استخدام العبارات التالية. التي تولد ما يلي ل Y1 ورمز مشابه ل Y2 و Y3.Only المربعات الصغرى المشروطة M كلس أو M كلس ن طريقة يمكن استخدامها لعمليات متجه. يمكنك أيضا استخدام نفس النموذج مع القيود التي مصفوفة معامل يكون 0 عند تخلفات مختارة على سبيل المثال، تنطبق العبارات التالية عملية متجه من الدرجة الثالثة على أخطاء المعادلة مع جميع المعاملات عند التأخر 2 المقيدة إلى 0 ومع المعاملات عند التأخيرات 1 و 3 غير المقيدة. يمكنك نموذج السلسلة الثلاثية Y1 Y3 كمتجه الانحدار الذاتي المتجه في المتغيرات بدلا من الأخطاء باستخدام الخيار تايب V إذا كنت ترغب في نموذج Y1 Y3 كدالة للقيم الماضية Y1 Y3 وبعض المتغيرات الخارجية أو الثوابت، يمكنك استخدام أر لتوليد بيانات عن الفارق الزمني اكتب معادلة لكل متغير للجزء غير التخطيطي للنموذج ثم قم باستدعاء أر مع الخيار تايب V على سبيل المثال. الجزء غير التخطيطي للنموذج يمكن أن يكون دالة للمتغيرات الخارجية أو يمكن اعتراضه المعلمات إذا لم تكن هناك مكونات خارجية لنموذج الانحدار الذاتي للناقل، بما في ذلك عدم وجود اعتراضات، قم بتخصيص صفر لكل من المتغيرات يجب أن يكون هناك تخصيص لكل من المتغيرات قبل أن يسمى أر. مثال نموذج المتجه Y Y1 Y2 Y3 كدالة خطية فقط من قيمته في الفترتين السابقتين وناقلات خطأ الضوضاء البيضاء النموذج يحتوي على 18 3 3 3 3 معلمات. سينتاكس من ماكرو أر. هناك حالتان من بناء الجملة من الماكرو أر عندما لا تكون هناك حاجة إلى قيود على عملية أر ناقلات، وبناء الجملة ماكرو أر لديه الشكل العام. حدد البادئة ل أر لاستخدامها في بناء أسماء المتغيرات اللازمة لتحديد عملية أر إذا لم يتم تحديد إندوليست ، فإن القائمة الذاتية افتراضية للاسم الذي يجب أن يكون اسم المعادلة التي يتم تطبيق عملية خطأ أر لا يمكن أن تتجاوز قيمة الاسم 32 حرفا. ترتيب عملية أر. يحدد قائمة المعادلات التي أر العملية إذا كان هناك أكثر من اسم واحد، يتم إنشاء عملية متجه غير مقيد مع المخلفات الهيكلية من جميع المعادلات المدرجة كمراجع في كل من المعادلات إذا لم يحدد، الافتراضيات إندوليست ل name. Spages قائمة التأخر في التي يتم إضافة مصطلحات أر فيها معاملات المصطلحات عند التأخرات غير المذكورة يتم تعيينها على 0 يجب أن تكون جميع الفواصل المدرجة أقل من أو تساوي نلاغ ويجب ألا تكون هناك تكرارات إذا لم يتم تحديدها، فإن لاغليست الافتراضي لجميع الفترات الزمنية المتأخرة 1 من خلال nlag. speces طريقة التقدير لتنفيذ القيم الصالحة لل M هي كلس مشروطة تقديرات المربعات الصغرى، أولس تقديرات المربعات الصغرى غير المشروطة، ومل تقديرات أقصى احتمال M كلس هو الافتراضي الوحيد يسمح كلس M عندما يتم تحديد أكثر من معادلة و لا يتم دعم أولس و مل أساليب لنماذج أر ناقلات بواسطة AR. يحدد أن عملية أر أن يتم تطبيقها على المتغيرات الذاتية نفسها بدلا من المخلفات الهيكلية للمعادلات. الاستيراد التلقائي. الاسترداد التلقائي. يمكنك التحكم في المعلمات التي يتم تضمينها في عملية تقييد 0 المعلمات التي لا تتضمن أولا استخدام أر مع الخيار ديفر لإعلان قائمة المتغيرات وتحديد البعد من العملية ثم، استخدام استدعاءات أر إضافية لتوليد مصطلحات للمعادلات المحددة مع المتغيرات المحددة في تأخر المحدد على سبيل المثال. معادلات الخطأ المنتجة هي كما يلي. هذا النموذج يشير إلى أن أخطاء Y1 تعتمد على أخطاء Y1 و Y2 ولكن ليس Y3 في كل من التأخر 1 و 2، وأن الأخطاء ل Y2 و Y3 تعتمد على الأخطاء السابقة لجميع المتغيرات الثلاثة، ولكن فقط في تأخر 1. أر بنية ماكرو للمتجهات المقيدة AR. An الاستخدام البديل من أر يسمح بفرض قيود على متجه أر عملية من خلال استدعاء أر عدة مرات لتحديد المصطلحات أر مختلفة والتخلف عن المعادلات المختلفة. المكالمة الأولى لديها الشكل العام. حدد البادئة ل أر لاستخدامها في بناء أسماء المتغيرات اللازمة لتعريف عملية أر المتجه. تحديد ترتيب أر. يحدد قائمة المعادلات التي سيتم تطبيق عملية أر. يحدد أن أر ليس لإنشاء عملية أر ولكن الانتظار للحصول على مزيد من المعلومات المحددة في وقت لاحق أر يدعو لنفس القيمة اسم. s يكون للمكالمات ووبسكونت الشكل العام. هذا هو نفسه كما في المكالمة الأولى. حدد قائمة المعادلات التي يتم تطبيق المواصفات في هذه الدعوة أر فقط الأسماء المحددة في قيمة إندوليست للمكالمة الأولى لقيمة الاسم يمكن أن تظهر في قائمة المعادلات في eqlist. speces قائمة المعادلات التي سيتم تضمينها المخلفات الهيكلية المتخلفة كما ريجريسورس في المعادلات في إكليست أسماء فقط في إندوليست من المكالمة الأولى لقيمة الاسم يمكن أن تظهر في فارليست إذا لم يتم تحديد، فارليست يحدد افتراضات الفاصل الزمني الذي يتم فيه إضافة مصطلحات أر حيث يتم تعيين معاملات المصطلحات عند التأخيرات غير المدرجة على 0 يجب أن تكون جميع الفواصل المدرجة أقل من أو تساوي قيمة نلاغ ويجب أن تكون هناك يكون لا التكرارات إذا لم يحدد، الافتراضي لاغليست لجميع يتخلف 1 من خلال nlag. The ماكرو ماك. ساس ماكرو ماك يولد بيانات البرمجة ل بروك نموذج لنماذج المتوسط ​​المتحرك ماكرو ما هو جزء من ساس إتس البرمجيات، وليس محددة هناك حاجة إلى خيارات آل لاستخدام الماكرو يمكن تطبيق عملية الخطأ المتوسط ​​المتوسط ​​على أخطاء المعادلة الهيكلية بناء جملة ماكرو ما هو نفس الماكرو أر باستثناء عدم وجود وسيطة تايب. عندما تستخدم ما و أر وحدات الماكرو مجتمعة، ماكرو ماك يجب اتباع ماكرو أر البيانات التالية ساس إمل تنتج عملية خطأ أرما 1، 1 3 وحفظه في مجموعة البيانات مادات 2. وتستخدم عبارات بروك موديل التالية لتقدير المعلمات من هذا النموذج باستخدام الحد الأقصى لخطأ احتمال الخطأ. وتظهر تقديرات المعلمات التي ينتجها هذا المدى في الشكل 18 61. الشكل 18 61 التقديرات من عملية أرما 1، 1 3.هناك حالتان من بناء الجملة ل ماكرو ما عندما القيود على متجه ليس هناك حاجة إلى عملية ما، وبناء الجملة ماكرو لديه الشكل العام. حدد البادئة ل ما لاستخدامها في بناء أسماء المتغيرات اللازمة لتعريف عملية ما وهو endolist. is الافتراضي ترتيب عملية MA. specives المعادلات التي يتم تطبيق عملية ما إذا تم إعطاء أكثر من اسم واحد، يتم استخدام تقدير كلس لعملية المتجه. يحدد الفواصل الزمنية التي يتم فيها إضافة مصطلحات ما يجب أن تكون جميع التأخيرات المدرجة أقل من أو تساوي نلاغ ويجب ألا يكون هناك تكرارات إذا لم يتم تحديدها، فإن القيم الافتراضية لاجليست لجميع الفترات من 1 إلى nlag. يحدد طريقة التقدير لتنفيذ القيم الصالحة لل M هي كلس مشروطة تقديرات المربعات الصغرى، أولس غير المشروطة تقديرات المربعات الصغرى، واحتمالات أقصى احتمال مل M كلس هو الافتراضي يسمح فقط M كلس عندما يتم تحديد أكثر من معادلة في إندوليست. ما ماكرو بناء الجملة للناقلات المقيدة تتحرك - Average. An استخدام بديل من ما يسمح لفرض قيود على عملية ما ناقلات عن طريق استدعاء ما عدة مرات لتحديد شروط ما مختلفة والتخلف عن المعادلات المختلفة. المكالمة الأولى لديها form. specives عامة بادئة ل ما لاستخدامها في بناء أسماء المتغيرات اللازمة لتعريف متجه ما process. يحدد ترتيب عملية ما. حدد قائمة المعادلات التي يتم تطبيق عملية ما. ويحدد أن ما هو ليس لتوليد عملية ما ولكن هو الانتظار للحصول على مزيد من المعلومات المحددة في وقت لاحق ما يدعو لنفس القيمة name. The المكالمات اللاحقة لها form. is العام نفسه كما في call. speces الأولى قائمة المعادلات التي المواصفات في هذه الدعوة ما يتم تطبيقها. تحدد قائمة المعادلات التي يجب أن تدرج المخلفات الهيكلية المتخلفة كمؤخرات في المعادلات في eqlist. يحدد قائمة التأخيرات التي ستضاف إليها مصطلحات ما.