ناقلات الانحدار الحركة من المتوسط مع - المدخلات الخارجية

هجين من نموذج الانحدار الذاتي غير الخطية مع مدخلات خارجية والانحدار الذاتي نموذج المتوسط ​​المتحرك للتنبؤ حالة الجهاز على المدى الطويل تقدم هذه الورقة تحسين الهجين من الانحدار الذاتي غير الخطية مع نموذج المدخلات الخارجية (ناركس) ونموذج الانحدار الذاتي الانحدار (أرما) نموذج على المدى الطويل آلة الدولة التنبؤ استنادا إلى بيانات الاهتزاز. في هذه الدراسة، تعتبر بيانات الاهتزاز مزيج من مكونين هما بيانات حتمية وخطأ. وقد يصف المكون الحاسم مؤشر انحطاط الماكينة، بينما يمكن لمكون الخطأ أن يصور ظهور أجزاء غير مؤكدة. ويتم إجراء نموذج محسن للتنبؤ الهجين، وهو نموذج نارسنداشارما، للحصول على نتائج التنبؤ التي يستخدم فيها نموذج الشبكة ناركس الذي هو مناسب للقضية غير الخطية للتنبؤ بالمكون الحتمي ويستخدم نموذج أرما للتنبؤ بمكون الخطأ بسبب القدرة المناسبة في التنبؤ الخطي. نتائج التنبؤ النهائية هي مجموع النتائج التي تم الحصول عليها من هذه النماذج واحدة. ثم يتم تقييم أداء نموذج ناركسندشارما باستخدام البيانات من ضاغط الميثان المنخفض المكتسبة من روتين مراقبة الحالة. ومن أجل دعم التقدم المحرز في الطريقة المقترحة، يتم أيضا إجراء دراسة مقارنة لنتائج التنبؤ التي تم الحصول عليها من نموذج نارسنداشارما والنماذج التقليدية. وتبين النتائج المقارنة أن نموذج نارسنداشارما رائع ويمكن استخدامه كأداة محتملة للتنبؤ بحالة الماكينة. المتوسط ​​المتحرك للإنحدار الذاتي (أرما) الانحدار الذاتي غير الخطي مع المدخلات الخارجية (ناركس) التنبؤ على المدى الطويل آلة التنبؤ الدولة المؤلف المقابلة. الهاتف. 82 51 629 6152 فاكس: 82 51 629 6150. كوبيرايت كوبي 2009 إلزيفير Ltd. جميع الحقوق محفوظة. يتم استخدام ملفات تعريف الارتباط بواسطة هذا الموقع. لمزيد من المعلومات، يرجى زيارة صفحة ملفات تعريف الارتباط. حقوق الطبع والنشر 2017 إلزيفير B. V. أو المرخصين أو المساهمين. سسينسديركت هي علامة تجارية مسجلة لشركة إلزيفير B. V.Documentation a هو ناقلات ثابتة من إزاحة، مع العناصر ن. أنا مصفوفات n-بي-n لكل i. و A ط مصفوفات الانحدار الذاتي. هناك مصفوفات الانحدار الذاتي. 949 t هو متجه للابتكارات غير المترابطة بشكل متسلسل. ناقلات طول n. و 949 t المتجهات العشوائية العادية متعددة المتغيرات مع مصفوفة التباين Q. حيث Q هي مصفوفة هوية، ما لم يذكر خلاف ذلك. B j هي مصفوفات n لكل مصفوفة لكل j. و B j تتحرك متوسط ​​المصفوفات. هناك ف المصفوفات المتحركة تتحرك. X t عبارة عن مصفوفة n-بي-r تمثل مصطلحات خارجية في كل مرة t. r هو عدد من سلسلة خارجية. المصطلحات الخارجية هي البيانات (أو غيرها من المدخلات غير المعدلة) بالإضافة إلى سلسلة زمنية الاستجابة y t. b هو متجه ثابت من معاملات الانحدار من حجم r. وبالتالي فإن المنتج X t ميدوتب هو متجه من حجم ن. وبوجه عام، فإن السلسلتين الزمنيتين t و X t يمكن ملاحظتهما. وبعبارة أخرى، إذا كان لديك بيانات، فإنه يمثل واحد أو كل من هذه السلسلة. أنت لا تعرف دائما الإزاحة أ. معامل b. مصفوفات الانحدار الذاتي A ط. ومصفوفات المتوسط ​​المتحرك B j. عادة ما تريد أن تناسب هذه المعلمات مع البيانات الخاصة بك. راجع صفحة مرجعية الدالة فغكسفارك للتعرف على طرق تقدير المعلمات غير المعروفة. الابتكارات 949 t غير مرئية، على الأقل في البيانات، على الرغم من أنها يمكن ملاحظتها في المحاكاة. عدم تمثيل المشغل يوجد تمثيل مكافئ للمعادلات الخطية للانحراف الذاتي من حيث عوامل التأخير. ويتحول عامل التأخر L إلى مؤشر الزمن مرة أخرى بمقدار واحد: L y t t 82111. يقوم المشغل L m بتحريك مؤشر الوقت مرة أخرى بواسطة m. L m y y t t 8211 m. وفي شكل عامل التأخر، تصبح معادلة نموذج سفارماكس (ص. r) (A 0 x2212 x2211 i 1 p A i L i) y t x t b (B 0 x2211 j 1 q B j l j) x03B5 t. ويمكن كتابة هذه المعادلة على أنها A (L) y t a x t b b (L) x03B5 t. نموذج القيمة المعرضة للخطر مستقر إذا تم الكشف عنه (I n x2212 A 1 z x2212 A 2 z 2 x2212 x2212 A بسب) x2260 0 x00A0x00A0forx00A0x00A0 z x2264 1. هذا الشرط يعني أنه مع كل الابتكارات تساوي الصفر، تقارب عملية فار إلى مع مرور الوقت. انظر لوملتكيبوهل 74 الفصل 2 للمناقشة. نموذج فما قابل للانعكاس إذا تم الكشف عنه (I n B 1 z B 2 z 2 b x z q) x2260 0 x00A0x00A0forx00A0x00A0 z x2264 1. يشير هذا الشرط إلى أن تمثيل القيمة فار المتحقق للعملية مستقر. للحصول على شرح لكيفية التحويل بين نماذج فار و فما، راجع تغيير نماذج التمثيل. انظر لوملتكيبوهل 74 الفصل 11 لمناقشة نماذج فما القابلة للقلوب. نموذج فارما مستقر إذا كان جزء فار مستقرا. وبالمثل، فإن نموذج فارما قابل للانعكاس إذا كان جزء فم الخاص به قابل للانعكاس. ليس هناك مفهوم محدد جيدا للاستقرار أو التقلب للنماذج مع المدخلات الخارجية (على سبيل المثال نماذج فارماكس). يمكن للمدخلات الخارجية زعزعة استقرار النموذج. بناء نماذج فار لفهم نموذج سلسلة زمنية متعددة أو بيانات سلسلة زمنية متعددة، تقوم عموما بتنفيذ الخطوات التالية: استيراد وبيانات بريبروسيس. حدد نموذجا. مواصفة المواصفات مع عدم وجود معلمة القيم لتحديد نموذج عندما تريد ماتلاب x00AE لتقدير المعلمات المواصفات الهياكل مع معلمة محددة قيم لتحديد نموذج حيث يمكنك معرفة بعض المعلمات، وتريد ماتلاب لتقدير الآخرين تحديد عدد مناسب من التأخر لتحديد عدد مناسب من التأخر في النموذج الخاص بك تناسب النموذج إلى البيانات. تركيب النماذج على البيانات لاستخدام فغسفارك لتقدير المعلمات غير معروفة في النماذج الخاصة بك. يمكن أن يشمل ذلك: تغيير تمثيل النموذج لتغيير النموذج الخاص بك إلى نوع فغسفكس مقابض تحليل والتنبؤ باستخدام النموذج المجهزة. يمكن أن يتضمن ذلك: فحص استقرار نموذج مناسب لتحديد ما إذا كان النموذج الخاص بك مستقرا وقابل للانعكاس. فار نموذج التنبؤ بالتنبؤ مباشرة من النماذج أو للتنبؤ باستخدام محاكاة مونت كارلو. حساب الاستجابات النبضية لحساب الاستجابات النبضية، التي تعطي التنبؤات استنادا إلى تغير مفترض في مدخل إلى سلسلة زمنية. قارن نتائج تنبؤات النماذج الخاصة بك مع البيانات التي تم الاحتفاظ بها للتنبؤ. على سبيل المثال، انظر فار حالة دراسة الحالة. تطبيقك لا تحتاج إلى إشراك جميع الخطوات في هذا العمل. على سبيل المثال، قد لا تكون لديك أية بيانات، ولكنك تريد محاكاة نموذج معلمة. في هذه الحالة، يمكنك تنفيذ الخطوات 2 و 4 فقط من سير العمل العام. قد تتكرر من خلال بعض هذه الخطوات. أمثلة ذات صلة حدد بلدك نماذج فريدة من نوعها أرماكسغارتش، بما في ذلك إيغارتش، غر، وغيرها من المتغيرات المحاكاة متعددة المتغيرات والتنبؤ من فار، فيك، ونماذج كونيغراتد نماذج الدولة الفضاء ومرشحات كالمان لتقدير المعلمة اختبارات لجذر الوحدة (ديكي فولر، Phillips - كبس) اختبارات إحصائية، بما في ذلك نسبة الاحتمال، لم، والد، إنغلز أرش، وجونغ بوكس ​​Q اختبارات التكامل المشترك، بما في ذلك إنغل-غرانجر ويوهانسن التشخيص والمرافق، بما في ذلك اختيار نموذج إيكبيك والجزئية، ، والسيارات، والصلات المتبادلة مرشح هودريك-بريسكوت لتحليل دورة الأعمال وقد صممت قدرات النمذجة سلسلة زمنية في أدوات الاقتصاد القياسي لالتقاط الخصائص المرتبطة عادة مع البيانات المالية والاقتصادية، بما في ذلك البيانات مع ذيول الدهون، وتقطيع التقلب، وآثار الرافعة المالية . وتشمل النماذج المتوسطة المشروطة: المتوسط ​​المتحرك للانحدار الذاتي (أرما) المتوسط ​​المتحرك للانحدار الذاتي مع المدخلات الخارجية (أرماكس) المتوسط ​​المتحرك المتكامل الانحداري (أريما) مع المدخلات الخارجية (أريماكس) الانحدار مع مصطلحات الخطأ أريما تشمل نماذج التباين المشروط المدعومة: غارش) غلوستين-جاغاناثان-رونكل (غر) الأسي غارتش (إغارتش) إكونوميتريكس تولبوكس لديها مجموعة كاملة من الأدوات للبناء على نماذج التقلب متغيرة الوقت. تدعم مجموعة الأدوات عدة متغيرات من نماذج غارتش أحادية المتغير، بما في ذلك نماذج أرتشارتش القياسية، فضلا عن نماذج إغارتش و غر غير المتماثلة المصممة لالتقاط تأثيرات الرافعة المالية في عوائد الأصول. كما يدعم صندوق الأدوات محاكاة نماذج التقلبات العشوائية. نموذج مخاطر السوق من محفظة افتراضية الأسهم العالمية باستخدام محاكاة مونت كارلو. تقدير مخاطر السوق باستخدام بوتسترابينغ وتقنية المحاكاة التاريخية التي تمت تصفيتها. وتظهر األراضي البقايا المصفاة وتقلب عوائد المحفظة من نموذج أر) 1 (إغارتش) 1،1 () أعلى اليمين (، وعوائد المحاكاة على مدى شهر واحد) يسار (، ودالة توزيع االحتماالت) أسفل اليمين (، . اختر بلدك اختر بلدك للحصول على المحتوى المترجم حيثما كان ذلك متاحا ومعرفة الأحداث المحلية والعروض. استنادا إلى موقعك، نوصي بتحديد:. يمكنك أيضا تحديد موقع من القائمة التالية: آسيا والمحيط الهادئ استكشاف المنتجات جرب أو شراء تعلم استخدام الحصول على الدعم حول ماثوركس تسريع وتيرة الهندسة والعلوم ماثوركس هي الشركة الرائدة في مجال تطوير برامج الحوسبة الرياضية للمهندسين والعلماء.