Mathematica 10 的新功能 › 扩展的时间序列过程 ›

用不同准则进行模型选择 

根据如赤池信息量准则（AIC）、有限样本修正的 AIC、贝叶斯信息量准则（BIC）和施瓦兹-贝叶斯（Schwarz–Bayes）信息量准则（SBC）等不同的准则，对数据选择时间序列模型.

In[1]:=
Click for copyable input
X
In[2]:=
Click for copyable input
X
Out[2]=
In[3]:=
Click for copyable input
X
Out[3]=

显示每种准则的候选模型排名列表.

In[4]:=
Click for copyable input
X
Out[4]=

从每个列表选择排在前3的选项并用最大似然估计对其进行化简. 用不同方法估计的模型会有不同的排名.

In[5]:=
Click for copyable input
X
显示完整的 Wolfram 语言输入
In[7]:=
Click for copyable input
X
Out[7]=

对每种准则定义排名函数.

In[8]:=
Click for copyable input
X

根据不同的准则选择最优最大似然估计.

显示完整的 Wolfram 语言输入
Out[9]//TableForm=

Related Examples

Decide Time Series Process Family and Order from Data Automatically » Identify Conditional Heteroscedacity » Airline Passengers » Constrain the Model Selection Set »
Use Different Criteria for Model Selection » Investigate Time Series Model Residuals » Study Significance of Parameters in Fitted Model » Use Fitted Model to Forecast Time Series »
Model Multiple Exchange Rates » Vector Joint Model versus Univariate Component Models » Use Vector Models with Multiple Strongly Correlated Time Series » Vector Autoregressive Process as Discretized Vector Ornstein–Uhlenbeck Process »
Time Series Processes with Nonzero Mean » Time Series Processes with Initial Conditions » Study Non-weakly Stationary Autoregressive Process » Compute Expectation of Autoregressive Moving-Average Process from Its Definition »
Use Spectral Estimator to Find FARIMA Parameters » Volatility Clustering in a GARCHProcess » Slice Distribution of GARCH(1,1) » Moments of GARCH(1,1) »
Model the Conditional Value at Risk with an ARCHProcess » Expanded Estimation Methods » Broad Performance Improvements »
de en es ja pt-br