الانتقال من المتوسط عملية النظام -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. ملاحظة 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 إلى 10 المعلمة 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 عكسية ل ما 1 نموذج. نحن 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. وهذه الخطوة الأخيرة يستخدم حقيقة أساسية حول سلسلة هندسية تتطلب phi1 1 خلاف ذلك سلسلة يتباعد .8 نقل متوسطات النماذج. أكثر من استخدام القيم السابقة للمتغير المتوقع في الانحدار ، يستخدم نموذج المتوسط ​​المتحرك أخطاء التنبؤ السابقة في نموذج يشبه الانحدار. يك أند ثيتا e ثيتا e دوتس ثيتا e. where و هو الضوضاء البيضاء ونحن نشير إلى هذا باعتباره نموذج ما q بالطبع، نحن لا نلاحظ قيم إت، لذلك ليس حقا الانحدار بالمعنى المعتاد. لاحظ أن كل يمكن اعتبار قيمة يت كمتوسط ​​متحرك مرجح لأخطاء التنبؤ القليلة الماضية ومع ذلك، لا ينبغي الخلط بين متوسطات النماذج المتحركة مع تمهيد المتوسط ​​المتحرك الذي نوقش في الفصل 6 يستخدم نموذج المتوسط ​​المتحرك للتنبؤ بالقيم المستقبلية بينما يتحرك متوسط ​​التحريك يستخدم لتقدير دورة الاتجاه للقيم السابقة. التركيبة 8 6 مثالان للبيانات المستمدة من النماذج المتوسطة المتحركة بمعلمات مختلفة اليسار ما 1 مع يت 20 و 0 8e t-1 رايت ما 2 مع يتيت - e t-1 0 8e t-2 في كلتا الحالتين، يتم توزيع إت عادة الضوضاء البيضاء مع متوسط ​​الصفر والتباين واحد. فيغور 8 6 يظهر بعض البيانات من نموذج ما 1 ونموذج ما 2 تغيير المعلمات theta1، النقاط، نتائج ثيتاق في أنماط سلسلة زمنية مختلفة كما هو الحال مع نماذج الانحدار الذاتي، والتباين من فإن مصطلح الخطأ وسوف تغير فقط حجم السلسلة، وليس الأنماط. ومن الممكن أن يكتب أي ثابتة أر نموذج P كنموذج ما إنفتي على سبيل المثال، وذلك باستخدام استبدال المتكررة، يمكننا إثبات هذا لنموذج أر 1. تبدأ في phi1y و phi1 phi1y e و phi1 2y phi1 e و phi1 3y phi1 2e phi1 ه و نص النهاية. المقدمة -1 phi1 1، قيمة phi1 k سوف تحصل أصغر كما يحصل ك أكبر حتى نحصل في نهاية المطاف. يت و phi1 e phi1 2 e phi1 3 e cdots. an ما إنفي process. The النتيجة العكسية يحمل إذا كنا نفرض بعض القيود على المعلمات ما ثم يسمى نموذج ما عكسية وهذا هو، أننا يمكن أن يكتب أي عملية ما q قابل للانهيار كما إن إنفتي process. Invertible نماذج أر ليست ببساطة لتمكيننا من تحويل من نماذج ما إلى نماذج أر لديهم أيضا بعض الخصائص الرياضية التي تجعلها أسهل للاستخدام في الممارسة. قيود العوائق تشبه القيود ستاتيوناريتي. لما 1 نموذج -1 theta1 1. فور ما 2 نموذج -1 theta2 1، theta2 theta1 -1، theta1 - theta2 1. أكثر تعقيدا الظروف عقد ل q ge3 مرة أخرى، R سوف تأخذ الرعاية من هذه القيود عند تقدير النماذج. متوسط ​​أخطاء العمليات أرما الأخطاء والنماذج الأخرى التي تنطوي على التأخر في شروط الخطأ يمكن تقديرها باستخدام بيانات فيت ومحاكاة أو التنبؤ باستخدام عبارات سولف وغالبا ما تستخدم نماذج أرما لعملية الخطأ لنماذج مع بقايا ذات صلة أوتوكورلاتد T فإنه يمكن استخدام ماكرو أر لتحديد نماذج مع عمليات خطأ الانحدار الذاتي يمكن استخدام ماكرو ما لتحديد نماذج مع التحركات متوسط ​​الخطأ خطأ. أخطاء أوتورغريسيف. خطأ مع أول أمر خطأ الانحدار الذاتي، أر 1، لديه النموذج. في حين أن عملية الخطأ أر 2 لها الشكل. وهكذا دواليك لعمليات أعلى ترتيب لاحظ أن s مستقلة وموزعة بشكل متطابق ولها قيمة المتوقعة من 0. مثال على نموذج مع عنصر أر 2 هو. وهكذا دواليك لارتفاع على سبيل المثال، يمكنك كتابة نموذج الانحدار الخطي بسيط مع ما 2 تتحرك المتوسط ​​أخطاء as. where MA1 و MA2 هي تتحرك المتوسط ​​المعلمات. ملاحظة أن ريسيد Y يتم تعريفها تلقائيا بواسطة بروك نموذج as. Note أن ريسيد Y هو سالب من. يجب استخدام الدالة زلاغ لمجموعات ما لاقتطاع تكرارات التأخر هذا يضمن أن الأخطاء المتخلفة تبدأ في الصفر في مرحلة تأخر التمهيدي ولا نشر القيم المفقودة عندما متغيرات الفترة تأخر فترة التأخير مفقودة ، وانتهاك كوريس أن أخطاء المستقبل هي صفر بدلا من المفقودين أثناء المحاكاة أو التنبؤ للحصول على تفاصيل حول وظائف تأخر، راجع قسم لاغ Logic. This النموذج المكتوب باستخدام ماكرو ما كما يلي. النموذج العام لنماذج أرما. العام أرما p، q عملية يمكن أن يكون النموذج التالي. أرما p، q نموذج يمكن تحديدها على النحو التالي. حيث أر i و ما j تمثل الانحدار الذاتي والمتوسط ​​المتحرك المتوسط ​​لمختلف التأخر يمكنك استخدام أي أسماء تريد لهذه المتغيرات، وهناك العديد من الطرق المعادلة التي يمكن أن تكون مكتوبة المواصفات. ويمكن أيضا أن تقدر العمليات فيكتور أرما مع بروك نموذج على سبيل المثال، عملية أر 1 متغيرين لأخطاء المتغيرين الذاتية Y1 و Y2 يمكن تحديدها على النحو التالي. التقارب مشاكل مع يمكن أن يكون من الصعب تقدير نماذج أرما موديلز. ARMA إذا لم تكن تقديرات المعلمة ضمن النطاق المناسب، تنمو المصطلحات المتبقية للنموذج المتوسط ​​المتحرك بشكل مطرد. وتبقى المخلفات المحسوبة للمراقبة اللاحقة كا n قد تكون كبيرة جدا أو يمكن تجاوزها يمكن أن يحدث ذلك إما بسبب استخدام قيم انطلاق غير مناسبة أو لأن التكرارات انتقلت بعيدا عن القيم المعقولة. وينبغي استخدام كير في اختيار قيم البداية لمعلمات أرما تبدأ قيم 0 001 للمعلمات أرما عادة إذا كانت نموذج يناسب البيانات جيدا والمشكلة هي مكيفة جيدا لاحظ أن نموذج ما يمكن في كثير من الأحيان تقريب من قبل نموذج أر عالية الترتيب، والعكس بالعكس وهذا يمكن أن يؤدي إلى علاقة خطية عالية في نماذج أرما مختلطة، والتي بدورها يمكن أن تسبب مرض خطير إذا كان لديك مشاكل التقارب أثناء تقدير نموذج مع عمليات خطأ أرما، حاول تقدير في الخطوات أولا، استخدم بيان فيت لتقدير المعلمات الهيكلية فقط مع المعلمات أرما التي عقدت إلى الصفر أو إلى تقديرات مسبقة معقولة إذا كانت متاحة بعد ذلك، استخدم بيان صالح آخر لتقدير معلمات أرما فقط، باستعمال قيم المعلمات الهيكلية من أول r أون نظرا لأن قيم المعلمات الهيكلية من المرجح أن تكون قريبة من تقديراتها النهائية، قد تتقارب تقديرات معلمات أرما الآن وأخيرا، استخدم بيان فيت آخر لإنتاج تقديرات متزامنة لجميع المعلمات نظرا لأن 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 التأخير الأولي لشروط الخطأ في نماذج أر p بطرق مختلفة طرق بدء الانحدار الذاتي للخطأ المدعومة من خلال ساس إتس الإجراءات هي التالية. مشروط المربعات الصغرى أريما و MODEL. Concitionalitional المربعات الصغرى أوتوريغ، أريما، وإجراءات نموذج. أقصى احتمال أوتوريغ، أريما، وإجراءات موديل. يول ووكر أوتوريغ الإجراء فقط. هيلدريث لو، الذي يحذف أول ملاحظات p إجراء موديل فقط. انظر الفصل 8، الإجراء أوتوريغ، للحصول على شرح ومناقشة مزايا مختلف أر p بدء التشغيل. يمكن إجراء كلس، أولس، مل، و أول التهيئة من قبل بروك موديل للأخطاء أر 1، يمكن أن تنتج هذه التهيئة كما هو مبين في الجدول 18 2 هذه الأساليب هي مكافئة في عينات كبيرة. تابل 18 2 التهيئة نفذت بواسطة بروك موديل أر 1 إرورس. ويمكن أيضا التأخير الأولي لشروط الخطأ من نماذج ما q نمذجة بطرق مختلفة ويدعم نماذج بدء خطأ المتوسط ​​المتوسط ​​التالي التالية إجراءات أريما و MODEL. unconditional المربعات الصغرى. كونديتيونال الأقل الساحات. إن طريقة المربعات الصغرى المشروطة لتقدير عبارات الخطأ المتوسط ​​المتوسط ​​ليست الأمثل لأنها تتجاهل مشكلة بدء التشغيل وهذا يقلل من كفاءة التقديرات، على الرغم من أنها تبقى غير متحيزة المخلفات الأولية المتخلفة، وتمتد قبل بداية البيانات، يفترض أن يكون 0، وقيمتها المتوقعة غير المشروطة وهذا يدخل فرقا بين هذه المخلفات ومتبقي المربعات الصغرى المعمم لتتابع المتوسط ​​المتحرك، والتي، ش نليك نموذج الانحدار الذاتي، يستمر من خلال مجموعة البيانات عادة هذا الاختلاف يتقارب بسرعة إلى 0، ولكن بالنسبة لعمليات المتوسط ​​المتحرك غير القابل للتحويل تقريبا التقارب بطيء جدا لتقليل هذه المشكلة، يجب أن يكون لديك الكثير من البيانات، وتقدير المعلمات المتوسط ​​المتحرك يجب أن تكون ضمن نطاق قابل للانعكاس. يمكن تصحيح هذه المشكلة على حساب كتابة برنامج أكثر تعقيدا يمكن أن تنتج غير المشروط المربعات الصغرى التقديرات لعملية ما 1 من خلال تحديد النموذج على النحو التالي. متوسط ​​الأخطاء أخطاء يمكن أن يكون من الصعب تقدير يجب أن تنظر في استخدام أر تقريب p إلى عملية المتوسط ​​المتحرك يمكن عادة عملية المتوسط ​​المتحرك تقريب جيدا من قبل عملية الانحدار الذاتي إذا لم يتم تمهيد البيانات أو ديفيرنسد. أر ماكرو. أر ساس ماكرو يولد بيانات البرمجة ل بروك موديل لنماذج الانحدار الذاتي و ماكرو أر هو جزء من ساس إتس البرمجيات، وليس هناك خيارات خاصة تحتاج إلى تعيين لاستخدام الماكرو الاتحاد الافريقي عملية الترجعية يمكن تطبيقها على أخطاء المعادلة الهيكلية أو إلى سلسلة الذاتية أنفسهم. يمكن استخدام الماكرو أر للأنواع التالية من autoregression. unrestimited ناقلات autoregression. restimited ناقلات autoregression. Univariate Autorgression. To نموذج مصطلح الخطأ من المعادلة كما عملية الانحدار الذاتي، استخدم العبارة التالية بعد المعادلة. على سبيل المثال، لنفترض أن Y هو الدالة الخطية من X1 و X2 و خطأ أر 2 يمكنك كتابة هذا النموذج كما يلي. يجب أن تأتي المكالمات إلى أر بعد كل من المعادلات التي تنطبق عليها العملية. الاستدعاء ماكرو السابق، أر y، 2، تنتج البيانات المبينة في إخراج ليست في الشكل 18 58.Figure 18 58 ليست الإخراج الخيار لنموذج أر 2. المتغيرات مسبقة بريد هي متغيرات البرنامج المؤقتة تستخدم بحيث تكون الفواصل المتبقية من البقايا هي البقايا الصحيحة وليس تلك التي أعيد تعريفها بواسطة هذه المعادلة لاحظ أن هذا يعادل البيانات المكتوبة بشكل صريح في القسم العام ل m ل أرما model. You يمكن أيضا تقييد المعلمات الانحدار الذاتي إلى صفر في تأخر المحدد على سبيل المثال، إذا أردت معلمات الانحدار الذاتي في الفترات 1 و 12 و 13، يمكنك استخدام العبارات التالية. هذه البيانات توليد الإخراج هو مبين في الشكل 18 59.Figure 18 59 ليست خيار الإخراج لنموذج أر مع تأخيرات في 1 و 12 و 13.The موديل الإجراء. إقتبس من البرمجية البرمجية المترجمة. الاختبار كما Parsed. PRED ياب x1 c x2RESID y بريد y - y. إرور y بريد y - y. OLDPRED y بريد y yl1 ZLAG1 y - بيردي yl12 ZLAG12 y - بيردي yl13 ZLAG13 y - PREDy. RESID y بريد y - Y yERROR y y بريد y - y. هناك اختلافات في المربعات الصغرى المشروطة ، اعتمادا على ما إذا كانت الملاحظات في بداية السلسلة تستخدم لتسخين عملية أر افتراضيا، فإن طريقة المربعات الصغرى أر أر يستخدم جميع الملاحظات ويفترض الأصفار للتخلف الأولي من شروط الانحدار الذاتي باستخدام الخيار M، يمكنك يمكن أن تطلب أن أر استخدام غير المشروط المربعات الصغرى أولس أو ماكسيمو M - بدلا من ذلك 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 استخدام الملاحظات N الأولى لحساب تقديرات التأخر الانحدار الأولي الأولي في هذا حالة، يبدأ التحليل مع الملاحظة ن 1 على سبيل المثال. يمكنك استخدام الماكرو أر لتطبيق نموذج الانحدار الذاتي لمتغير الذاتية، بدلا من مصطلح الخطأ، وذلك باستخدام الخيار تايب V على سبيل المثال، إذا كنت ترغب في إضافة خمس فترات تأخر الماضي من Y إلى المعادلة في المثال السابق، يمكنك استخدام أر لتوليد المعلمات والتخلف باستخدام العبارات التالية. البيانات السابقة توليد الإخراج هو مبين في الشكل 18 60.Figure 18 60 ليست إخراج الخيار ل أر نموذج Y. ويتوقع هذا النموذج Y كخط خطي من X1، X2، اعتراض، وقيم Y في أحدث خمس فترات. الموجه غير المقيد أوتورغريسيون. لعرض نماذج الخطأ لمجموعة من المعادلات كمحرك تلقائي متجه سسيف، استخدم النموذج التالي من ماكرو أر بعد المعادلات. قيمة اسم العملية هي أي اسم تقوم بتوريده أر لاستخدامه في صنع أسماء معلمات الانحدار الذاتي يمكنك استخدام ماكرو أر لنموذج عدة عمليات أر مختلفة لمجموعات مختلفة من المعادلات باستخدام أسماء عمليات مختلفة لكل مجموعة اسم العملية يضمن أن أسماء المتغيرات المستخدمة هي فريدة من نوعها استخدام قيمة اسم عملية قصيرة للعملية إذا كانت تقديرات المعلمة يجب أن تكتب إلى مجموعة بيانات الإخراج يحاول ماكرو أر إنشاء أسماء المعلمات أقل من أو تساوي ثمانية أحرف، ولكن هذا محدود بمدى اسم العملية الذي يستخدم كبادئة لأسماء معلمات أر. قيمة المتغير فاريبلليست هي قائمة المتغيرات الذاتية للمعادلات. على سبيل المثال، لنفترض أن أخطاء المعادلات Y1 ، Y2، و Y3 يتم إنشاؤها بواسطة عملية الانتكاس الذاتي ناقلات النظام الثاني يمكنك استخدام العبارات التالية. التي تولد ما يلي ل Y1 و التعليمات البرمجية مماثلة ل Y2 و Y3. يمكن استخدام المربعات الصغرى المشروطة فقط M كلس أو M كلس n في عمليات المتجهات. يمكنك أيضا استخدام نفس النموذج مع القيود التي تكون مصفوفة المعامل 0 عند تخلف محدد على سبيل المثال، تنطبق العبارات التالية عملية متجه من الدرجة الثالثة إلى معادلة الأخطاء مع جميع المعاملات في التأخر 2 مقيدة إلى 0 ومع المعاملات في الفترات 1 و 3 غير المقيدة. يمكنك نموذج سلسلة Y1 Y3 كعملية ناقلات الانحدار الذاتي في المتغيرات بدلا من الأخطاء باستخدام تايب V إذا كنت ترغب في نموذج Y1 Y3 كدالة للقيم السابقة Y1 Y3 وبعض المتغيرات الخارجية أو الثوابت، يمكنك استخدام أر لتوليد عبارات لمصطلحات التأخير كتابة معادلة لكل متغير للجزء نونوتريغريسيف من النموذج ، ومن ثم استدعاء أر مع الخيار تايب V على سبيل المثال. الجزء نونتوريغريسيف من النموذج يمكن أن تكون وظيفة من المتغيرات الخارجية، أو يمكن أن يكون اعتراض المعلمات إذا لم يكن هناك مكونات خارجية إلى فيكتو r، بما في ذلك عدم وجود اعتراضات، ثم تعيين صفر لكل من المتغيرات يجب أن يكون هناك تخصيص لكل من المتغيرات قبل أن يسمى أر. هذا المثال يطير المتجه Y Y1 Y2 Y3 كدالة خطية فقط من قيمته في الفترتين السابقتين وناقلات خطأ الضوضاء البيضاء النموذج لديه 18 3 3 3 3 معلمات. سينتاكس من ماكرو أر. هناك حالتان من بناء الجملة ماكرو أر عندما لا تكون هناك حاجة إلى قيود على عملية أر المتجهات، وبناء الجملة فإن الماكرو أر لديه الشكل العام. حدد البادئة ل أر لاستخدامها في بناء أسماء المتغيرات اللازمة لتحديد عملية أر إذا لم يتم تحديد إندوليست، القائمة الافتراضية افتراضيا إلى الاسم الذي يجب أن يكون اسم المعادلة التي يتم تطبيق عملية خطأ أر لا يمكن أن تتجاوز قيمة الاسم 32 حرفا. ترتيب عملية أر. تحديد قائمة المعادلات التي يتم تطبيق عملية أر إذا تم إعطاء أكثر من اسم واحد، عملية متجه غير مقيد هو تم إنشاؤها باستخدام المخلفات الهيكلية لجميع المعادلات المتضمنة كمؤخرات في كل من المعادلات إن لم تحدد، فإن القيم الافتراضية للتخلي عن الإنهاك. تحدد قائمة التأخيرات التي ستضاف إليها مصطلحات أر حيث يتم تعيين معاملات المصطلحات عند التأخيرات غير المذكورة في 0 يجب أن تكون جميع التأخيرات المدرجة أقل من أو تساوي نلاغ ويجب ألا يكون هناك أي تكرارات إذا لم يتم تحديدها، فإن الإعدادات الافتراضية لاغليست لجميع الفترات من 1 إلى nlag. تحدد طريقة التقدير لتنفيذ القيم الصالحة لل M هي كلس الشرطية المربعات الصغرى المقدرة ، أولس تقديرات المربعات الصغرى غير المشروطة، والتقديرات القصوى احتمال مل M كلاس هو الافتراضي يسمح فقط M كلس عندما يتم تحديد أكثر من معادلة يتم دعم أساليب أولس و مل غير قابلة للنماذج أر المتجهات من قبل AR. يحدد أن عملية أر هي ليتم تطبيقها على المتغيرات الذاتية نفسها بدلا من المخلفات الهيكلية للمعادلات. الاستيراد التلقائي. الاسترداد. يمكنك التحكم التي يتم تضمين المعلمات في هذه العملية، تقيد إلى 0 تلك المعلمات التي لا تشمل أولا استخدام أر مع الخيار ديفر لإعلان قائمة المتغيرات وتحديد البعد من العملية ثم استخدام مكالمات أر إضافية لتوليد مصطلحات للمعادلات المحددة مع المتغيرات المحددة في التأخر المحدد على سبيل المثال ومعادلة الخطأ التي تم إنتاجها هي كما يلي. ويذكر هذا النموذج أن أخطاء Y1 تعتمد على أخطاء كل من Y1 و Y2 ولكن ليس Y3 عند كل من الفارقين 1 و 2، وأن الأخطاء في Y2 و Y3 تعتمد على الأخطاء السابقة ل جميع المتغيرات الثلاثة، ولكن فقط في تأخر 1. أر بناء الجملة ماكرو للمتجهات المقيدة AR. An يسمح استخدام بديل من أر لفرض قيود على عملية أر المتجه عن طريق استدعاء أر عدة مرات لتحديد مصطلحات أر مختلفة والتخلف عن المعادلات المختلفة. ال استدعاء أول له الشكل العام. حدد البادئة ل أر لاستخدامها في بناء أسماء المتغيرات اللازمة لتعريف عملية أر المتجه. تحديد ترتيب عملية أر. تحديد قائمة المعادلات التي أر أر سس هو أن تطبق. يحدد أن أر ليس لتوليد عملية أر ولكن هو الانتظار للحصول على مزيد من المعلومات المحددة في وقت لاحق أر يدعو لنفس القيمة الاسم. المكالمات اللاحقة لها form. is العام نفسه كما في المكالمة الأولى . يحدد قائمة المعادلات التي تطبق عليها المواصفات الواردة في هذه النداء أر فقط الأسماء المحددة في قيمة إندوليست للمكالمة الأولى لقيمة الاسم يمكن أن تظهر في قائمة المعادلات في eqlist. specives قائمة المعادلات التي تأخرت يجب أن تدرج المخلفات الهيكلية كمؤخرات في المعادلات في إكليست الأسماء فقط في إندوليست المكالمة الأولى لقيمة الاسم يمكن أن تظهر في فارليست إذا لم يتم تحديد، افتراضات فارليست ل إندوليست. حدد قائمة التأخيرات التي هي مصطلحات أر هي التي يجب إضافتها يتم تعيين معاملات المصطلحات في حالات تأخر غير مدرجة على 0 يجب أن تكون جميع الفواصل المدرجة أقل من أو تساوي قيمة نلاغ ويجب ألا تكون هناك تكرارات إذا لم يتم تحديدها، لاغليست افتراضات لجميع التأخرات 1 ث n nlag. The ماك ماكرو. ساس ماكرو ما يولد بيانات البرمجة ل بروك نموذج لنماذج المتوسط ​​المتحرك ماكرو ماك هو جزء من ساس إتس البرمجيات، وليس هناك حاجة إلى خيارات خاصة لاستخدام الماكرو يمكن أن يكون المتوسط ​​المتحرك عملية خطأ يكون تطبيق على أخطاء المعادلة الهيكلية بناء الجملة ماكرو ماك هو نفس ماكرو أر باستثناء عدم وجود وسيطة تايب. عندما كنت تستخدم ماكرو أر و أر مجتمعة، ماكرو ما يجب اتباع ماكرو أر التالية ساس إمل البيانات تنتج عملية خطأ أرما 1 و 1 3 وحفظه في مجموعة البيانات مادات 2. وتستخدم عبارات بروك موديل التالية لتقدير معلمات هذا النموذج باستخدام أقصى احتمال لتركيب الخطأ. وتظهر تقديرات المعلمات الناتجة عن هذا التشغيل في الشكل 18 61. الشكل 18 61 التقديرات من عملية أرما 1، 1 3.هناك حالتان من بناء الجملة ل ماكرو ماك عندما لا تكون هناك حاجة إلى قيود على عملية ما متجه، بناء الجملة ماكرو ما النموذج العام . يحدد بيأر إفيكس ل ما لاستخدامها في بناء أسماء المتغيرات اللازمة لتحديد عملية ما وهو إندوليست الافتراضي. هو الترتيب من عملية MA. يحدد 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 عبارات ما يجب أن تكون جميع الفواصل المدرجة أقل من أو تساوي نلاغ ويجب ألا تكون هناك تكرارات إذا لم يتم تحديدها، فإن الإعدادات الافتراضية لاغليست لجميع الفترات الزمنية المتأخرة 1 من خلال nlag. speces طريقة التقدير لتنفيذ القيم الصالحة ل M هي كلس مشروطة تقديرات المربعات الصغرى، أولس تقديرات المربعات الصغرى غير المشروطة، ومل تقديرات أقصى احتمال M كلس هو الافتراضي الوحيد يسمح M كلس عندما يتم تحديد أكثر من معادلة في إنديوليست. 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.