tar.sim(TSA)
tar.sim()所属R语言包:TSA
Simulate a two-regime TAR model
模拟两个政权的TAR模型。
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Simulate a two-regime TAR model.
两个政权的TAR模型仿真。
用法----------Usage----------
tar.sim(object, ntransient = 500, n = 500, Phi1, Phi2, thd, d, p, sigma1,
sigma2, xstart = rep(0, max(p,d)), e)
参数----------Arguments----------
参数:object
a TAR model fitted by the tar function; if it is supplied, the model parameters and initial values are extracted from it
的TAR模型拟合的焦油函数;如果提供,模型参数和初始值的提取
参数:ntransient
the burn-in size
烧伤的大小
参数:n
sample size of the simulated series
样本量的模拟系列
参数:Phi1
the coefficient vector of the lower-regime model
较低政权模型的系数向量的
参数:Phi2
the coefficient vector of the upper-regime model
上部政权模型的系数向量的
参数:thd
threshold
阈值
参数:d
delay
延迟
参数:p
maximum autoregressive order
最大的自回归阶
参数:sigma1
noise std. dev. in the lower regime
噪声性病。开发。在较低的制度
参数:sigma2
noise std. dev. in the upper regime
噪声性病。开发。在上部制度
参数:xstart
initial values for the simulation
用于模拟的初始值
参数:e
standardized noise series of size equal to length(xstart)+ntransient+n; if missing, it will be generated as some normally distributed errors
标准化噪声序列的大小等于长度(xstart)+ ntransient + N;如果缺少,它会产生一些正态分布的错误
Details
详细信息----------Details----------
The two-regime Threshold Autoregressive (TAR) model is given by the following formula:
两个政权门限自回归模型(TAR)是由下面的公式给出:
\mbox{ if } Y_{t-d}≤ r </i>
\的mbox {} Y_ {T-D}≤R </ I>
\mbox{ if } Y_{t-d} > r.</i>
\的mbox {} Y_ {T-D}> R。</ I>
值----------Value----------
A list containing the following components: <table summary="R valueblock"> <tr valign="top"><td>y</td> <td> simulated TAR series</td></tr> <tr valign="top"><td>e</td> <td> the standardized errors</td></tr> </table> ...
一个列表,其中包含以下组件:<table summary="R valueblock"> <tr valign="top"> <TD> y </ TD> <TD>模拟TAR系列</ TD> </ TR> <tr valign="top"> <TD> e </ TD> <TD>标准化的错误</ TD> </ TR> </ TABLE> ...
(作者)----------Author(s)----------
Kung-Sik Chan
参考文献----------References----------
参见----------See Also----------
tar
tar
实例----------Examples----------
set.seed(1234579)
y=tar.sim(n=100,Phi1=c(0,0.5),
Phi2=c(0,-1.8),p=1,d=1,sigma1=1,thd=-1,
sigma2=2)$y
plot(y=y,x=1:100,type='b',xlab="t",ylab=expression(Y[t]))
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|