Aptech Module – Time Series MT

Time Series MT

Time Series MT ist ein Modul für Gauss, welches sich speziell für Zeitreihenmodelle eignet. Es enthält Routinen zur Diagnose von Modellen und ist in der Lage Maximum-Likelihood-Schätzungen (MLE) und Prognosen zu erstellen. Weiterhin kann das Modul Time Series MT für die Paneldatenanalyse mit zufälligen und systematischen Effekten eingesetzt werden und erlaubt die Verwendung von unbalancierten Paneldaten.

Highlights

  • Kleinste-Quadrate-Dummy-Variablen-Modell für multivariate Daten mit Bias-Korrektur der Parameter
  • Hamilton's Regime-Switching-Regressionsmodell
  • Saisonale VARMAX-Modelle
  • Zeitreihen-Querschnitts-Regressionsmodelle
  • Gewichtete Maximum-Likelihood-Modelle
  • Thread-safe
  • Strukturierte Ausgabe
  • ARIMA-Modell-Schätzung und -Prognosen
  • Exakte Maximum-Likelihood-Schätzung mit voller Information für VARMAX-, VARMA-, ARIMAX- und ECM-Modelle
  • Standard-Zeitreihen-Diagnosetests, einschließlich Einheitswurzeltests, Kointegrationstests und Lag-Selektionstests

Features

Univariate Zeitreihenmodelle

Modelle mit bedingtem Mittelwert

  • Autoregressiver gleitender Mittelwert (ARMA)
  • Saisonaler autoregressiver gleitender Mittelwert (SARMA)
  • Autoregressiver gleitender Mittelwert mit exogenen Variablen (ARMAX)
  • Autoregressiver integrierter gleitender Mittelwert (ARIMA)
  • Saisonaler autoregressiver integrierter gleitender Mittelwert (SARIMA)

Modelle mit bedingter Varianz

  • Verallgemeinerte autoregressive bedingte Heteroskedastizität (GARCH)
  • GARCH mit einer Einheitswurzel (IGARCH)
  • GARCH mit asymmetrischen Effekten (GJRGARCH)
  • GARCH-in-mean (GARCHM)

Multivariate Zeitreihenmodelle

Modelle mit bedingtem Mittelwert

  • Vektorieller autoregressiver gleitender Mittelwert (VARMA)
  • Vektorieller autoregressiver gleitender Durchschnitt mit exogenen Variablen (VARMAX)
  • Saisonaler vektorautoregressiver gleitender Mittelwert (SVARMA)
  • Saisonaler vektorautoregressiver gleitender Durchschnitt mit exogenen Variablen (SVARMAX)
  • Vektorielle Fehlerkorrekturmodelle (VECM)

Paneldaten und andere Modelle

  • Modelle mit festen Effekten und zufälligen Effekten (TSCS)
  • Kleinste-Quadrate-Dummy-Variable (LSDV)
  • Kalman-Filter für die Zustandsraum-Modellierung

Nichtlineare Zeitreihenmodelle

  • Wechselnde Regression
  • Strukturelle Bruchmodelle
  • Schwellenwert-Autoregressionsmodelle (TAR)

Parameter-Instabilitätstests

  • Chow-Prognose
  • CUSUM-Test auf Gleichheit der Koeffizienten
  • Hansen-Nymblom-Test
  • Rollierende Regressionen

Einheitswurzel- und Kointegrationstests

  • Erweiterter Dickey-Fuller-Test
  • Breitung- und Das-Test
  • Im-Pesaran-Shin-Test (IPS)
  • Johansen-Test und maximale Eigenwertstatistik
  • Levin-Lin-Chu-Test (LLC)
  • Phillips-Perron-Test
  • Zivot- und Andrews-Test

Modellauswahl und -bewertung

  • Akaike-Informationskriterium (AIC)
  • Bereinigtes R-Quadrat
  • Schwartz Bayes'sches Informationskriterium (BIC)
  • Kwiatkowski-Phillips-Schmidt-Shin (KPSS)
  • Likelihood-Verhältnis-Statistik (LRS)
  • Multivariate Portmanteau-Statistik
  • Wald-Statistik Friedman-, Frees- und Pesaran-Tests für Querschnittsunabhängigkeit in Paneldatenmodellen

Neue Funktionen in Time Series MT 3.0

Neue Modellierungswerkzeuge

  • Neue Kalman-Filter-Prozedur
  • Zustandsraum-SARIMA- und -ARIMA-Modelle
  • Neue Tests für Querschnittsabhängigkeiten in Paneldatenmodellen
  • Neue Sammlung von Schätzfunktionen
  • und mehr ...

Vereinfachtes Datenmanagement

  • Laden, Transformieren und Analysieren von Daten in einer Zeile unter Verwendung der Formel-String-Notation
  • Direktes Arbeiten mit csv- und Excel-Dateien sowie mit GAUSS-, SAS- und STATA-Datensätzen
  • Optionale Argumente für einfache Modellanpassungen
  • Verbesserte Werkzeuge für die Verwaltung von Paneldaten

Sonstiges

  • Aktualisierte Dokumentation und Beispiele
  • vollständig rückwärtskompatibel mit TSMT 1.0-2.0

Neue Funktionen in Time Series MT 2.1

Neue Modelle

  • Schätzen von Zeitreihen mit mehreren unterschiedlichen Strukturen
  • Schätzen von Zeitreihne durch Autoregression mit Schwellwerten
  • Least-Square-Schätzung mit Fensterfunktion und Rekursion

Neue Werkzeuge

  • Neue ARIMA-Lag-Selektionsprozedur mit AIC, SBC, HQC und FPE
  • Datenaggregationsprozedur mit Unterstützung für End-Of-Period, Period-Average- oder Beginning-Of-Period-Aggregation
  • Auffindung von Parameterinstabilitäten mithilfe von
    • Kleinste-Quadrate-Schätzung mit Fensterfunktion und Rekursion
    • Chow-Forecast-Test
    • CUSUM- und CUSUM-Square-Test
    • Hansen-Nyblom-Test

Werkzeuge zur Anpassung an individuelle Modellierungsanforderungen

  • Parameterstrukturen für die flexible Benutzersteuerung der TAR-Modellierung:
    • Benutzerspezifische AR-Ordnung
    • Spezifische Auslassung von Lags
    • Anzahl der Monte-Carlo-Wiederholungen
  • Flexible Benutzerkontrolle bei der Modellierung von Strukturbrüchen:
    • Maximale Anzahl von Brüchen
    • Partielle Strukturbruchmodellierung
  • Optionale Bildschirm- und Grafikausgabe

Die GAUSS Zeitreihenausgabe beinhaltet (falls zutreffend)

  • TAR-Schätzungen und Testwerte
    • SupLM, ExpLM, AveLM, SupLMs, ExpLMs und AveLMs Teststatistiken
    • Monte Carlo generierte p-Werte 
    • Geschätzte Koeffizienten für beide Regime 
    • Geschätzer Schwellwert für Variablen-Lag und -Wert
    • Regimespezifische und gesamte Modellfehler-Varianz
  • Globale Strukturbruchschätzungen
    • Geschätzte Bruchdaten und Gesamt-SSR für alle Anzahlen von Brüchen, die kleiner oder gleich der angegebenen maximalen Anzahl von Brüchen sind

Neue Features in Time Series MT 2

Neue Einzelreihen-Einheitswurzeltests

  • DFGLS
  • KPSS

Neue Panelreihen-Einheitswurzeltests

  • Breitung
  • Im-Pesaran-Shin
  • Levin-Lin-Chu

Neuer Einheitswurzeltest mit Strukturbrüchen

  • Zivot-Andrews

GARCH

  • GJR GARCH
  • IGARCH
  • GARCH-in-mean

Weitere Neuerungen

  • Schätzen der langfristigen Varianz
  • Bereinigtes R-Quadrat

Beispiele

Nachfolgend finden Sie zwei dokumentierte Beispiele:

Systemvoraussetzungen

Betriebssysteme:

  • Windows
  • Mac
  • Linux

Voraussetzung:

  • GAUSS/GAUSS Engine 18+

Systemvoraussetzungen für GAUSS finden Sie hier.

© ADDITIVE GmbH. All rights, errors and amendments reserved.

Impressum  /  Datenschutz  /  AGB