Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Quick Introduction to SSMMATLAB Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

3. VARMAX and Transfer Function Models

verfasst von : Víctor Gómez

Erschienen in: Linear Time Series with MATLAB and OCTAVE

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The vector random process {Y t} is said to follow a vector autoregressive moving average model with exogenous variables or VARMAX model if it satisfies an equation of the form.
$$\displaystyle \Phi (B) Y_{t} = \Omega (B) Z_{t} + \Theta (B) A_{t},$$
where B is the backshift operator, BY t = Y t−1, Φ(B) = I + Φ1B + ⋯ + ΦpB p, Ω(B) = Ω0 + Ω 1B + ⋯ + ΩrB r, Θ(B) = I + Θ 1B + ⋯ + ΘqB q, {Z t} is a process of strongly exogenous inputs with respect to {Y t}, and {A t} is a multivariate white noise process. It is assumed that Z t and A v are orthogonal for all v ≤ t.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Stationarity, VARMA, and ARIMA Models
Nächstes Kapitel Unobserved Components in Univariate Series
Literatur
Beguin, J. M., Gourieroux, C., & Monfort, A. (1980). Identification of a mixed autoregressive–moving average process: The corner method. In O. D. Anderson (Ed.), Time series. Amsterdam: North-Holland.
Box, G. E. P., & Jenkins, G. M. (1976). Time series analysis: Forecasting and control (revised ed.). San Francisco: Holden-Day.
Gómez, V. (2009). Transfer function model identification. Boletín de Estadística e Investigación Operativa,25, 99–105.MathSciNet
Gómez, V. (2016). Multivariate time series models with linear state space structure. New York: Springer.MATH
Gómez, V., & Maravall, A. (2001). Automatic modeling methods for univariate time series. In D. Peña, G. C. Tiao, & R. S. Tsay (Eds.), A course in time series analysis (pp. 171–201). New York: Wiley.
Gómez, V., Maravall, A., & Peña, D. (1999). Missing observations in arima models: Skipping approach versus additive outlier approach. Journal of Econometrics,88, 341–363.MathSciNetCrossRef
Levenberg, K. (1944). A method for the solution of certain non-linear problems in least squares. The Quarterly of Applied Mathematics,2, 164–168.MathSciNetCrossRef
Liu, L. M., & Hanssens, D. M. (1982). Identification of multiple–input transfer function models. Communications in Statistics - Theory and Methods,11, 297–214.CrossRef
Lütkepohl, H. (2005). New introduction to multiple time series analysis. Berlin: Springer.CrossRef
Marquardt, D. (1963). An algorithm for least–squares estimation of nonlinear parameters. SIAM Journal on Applied Mathematics,11, 431–441.MathSciNetCrossRef
Reinsel, G. C. (1997). Elements of multivariate time series analysis. New York: Springer.CrossRef
Shanks, J. L. (1967). Recursion filters for digital processing. Geophysics,32, 33–51.CrossRef
Tsay, R. S. (1985). Model identification in dynamic regression (distributed lag) models. Journal of Business & Economic Statistics,3, 228–237.
Tsay, R. S. (2014). Multivariate time series analysis with R and financial applications. New York: Wiley.MATH
Metadaten
Titel
VARMAX and Transfer Function Models
verfasst von
Víctor Gómez
Copyright-Jahr
2019
Buch
Linear Time Series with MATLAB and OCTAVE

Print ISBN: 978-3-030-20789-2

Electronic ISBN: 978-3-030-20790-8

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-20790-8_3