tar(TSA)
tar()所属R语言包：TSA
Estimation of a TAR model
一个TAR模型的估计
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Estimation of a two-regime TAR model.
两个政权的TAR模型的估计。
用法----------Usage----------
tar(y, p1, p2, d, is.constant1 = TRUE, is.constant2 = TRUE, transform = "no",
center = FALSE, standard = FALSE, estimate.thd = TRUE, threshold,
method = c("MAIC", "CLS")[1], a = 0.05, b = 0.95, order.select = TRUE, print = FALSE)
参数----------Arguments----------
参数：y
time series
时间序列
参数：p1
AR order of the lower regime
AR顺序较低的制度
参数：p2
AR order of the upper regime
AR顺序上的制度
参数：d
delay parameter
延迟参数
参数：is.constant1
if True, intercept included in the lower regime, otherwise the intercept is fixed at zero
如果为True，拦截在较低的政权，否则拦截被固定在零
参数：is.constant2
similar to is.constant1 but for the upper regime
类似到is.constant1但上层政权
参数：transform
available transformations: "no" (i.e. use raw data), "log", "log10" and "sqrt"
可用的转换：“不”（即使用原始数据），“log”，“LOG10”和“开方”
参数：center
if set to be True, data are centered before analysis
如果设置为True，数据中心之前分析
参数：standard
if set to be True, data are standardized before analysis
如果设置为True，数据标准化前分析
参数：estimate.thd
if True, threshold parameter is estimated, otherwise it is fixed at the value supplied by threshold
如果为True，阈值参数估计，否则将被固定在所提供的阈值的值
参数：threshold
known threshold value, only needed to be supplied if estimate.thd is set to be False.
已知的阈值，只需要以供给如果estimate.thd被设置为假。
参数：method
"MAIC": estimate the TAR model by minimizing the AIC; "CLS": estimate the TAR model by the method of Conditional Least Squares.
参数：a
lower percent; the threshold is searched over the interval defined by the a*100 percentile to the b*100 percentile of the time-series variable
低级％;搜索的阈值时的时间间隔内所定义的a * 100百分位的b * 100百分位的时间序列变量
参数：b
upper percent
上％
参数：order.select
If method is "MAIC", setting order.select to True will enable the function to further select the AR order in each regime by minimizing AIC
如果方法是“MAIC”的，将order.select设置为True，将启用该功能，进一步选择AR顺序在每个政权最大限度地减少AIC
参数：print
if True, the estimated model will be printed
如果为True，估计模型将被打印
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 of class "TAR" which can be further processed by the by the predict and tsdiag functions.
类“TAR”，它可以处理由预测和tsdiag的函数列表。
（作者）----------Author(s)----------
Kung-Sik Chan
参考文献----------References----------
参见----------See Also----------
predict.TAR, tsdiag.TAR, tar.sim, tar.skeleton
predict.TAR，tsdiag.TAR，tar.sim，tar.skeleton
实例----------Examples----------
data(prey.eq)
prey.tar.1=tar(y=log(prey.eq),p1=4,p2=4,d=3,a=.1,b=.9,print=TRUE)
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。
|
发表于 2012-10-1 12:28:39
