#|时序预测 | MATLAB实现时间序列回归之测试检验 #|RF随机森林|时间序列|时间序

时序预测 | MATLAB实现时间序列回归之测试检验
目录

- 时序预测 | MATLAB实现时间序列回归之测试检验
- - 基本介绍
  - 程序设计
  - 学习小结
  - 参考资料

基本介绍

【#|时序预测 | MATLAB实现时间序列回归之测试检验】当试图在计量经济学模型中指定重要但简约的滞后结构时，通常使用两种通用策略。首先是从一个小模型开始，然后测试额外的滞后，直到它们的个体显着性或整个滞后结构的联合显着性下降到设定水平以下。这称为测试。或者，系统地修剪慷慨的初始滞后结构，直到最大的滞后或整个滞后结构变得显着，这称为测试。

测试从对数据的简洁描述开始，例如具有相关预测变量的同时值但没有动态项的静态模型。然后从具体到一般。过程中的每个步骤都会评估添加新滞后的效果，通常使用 t 检验、F 检验、CMM 检验或 IC 的某种组合。当添加新的滞后在某个预定水平变得微不足道时，它就会停止。通过这种方式，它保证了初始模型的简约性在一定程度上得以维持。
承认奥卡姆的剃刀和科学方法的原则，测试提供了许多优势。简单模型的计算成本更低，更容易解释和检测错误规范，更适用于小样本，并且更易于泛化。此外，它们通常会产生更好的预测。
但是，通常不鼓励对滞后订单选择和一般经济建模进行测试。存在一种常见情况，即显着滞后超出第一个