ParseAR(Value: String; [AssignOrder: Boolean = True]);
Value. Строковое представление порядка авторегрессии;
AssignOrder. Признак установки полученного значения в свойство ISlARMA.OrderAR.
Метод ParseAR осуществляет разбор строкового представления порядка авторегрессии.
Параметр Value должен содержать номера или диапазоны порядков авторегрессии, разделённые запятыми. Например:
ParseAR("1-3,5,7-9");
Если AssignOrder = True, то после выполнения ParseAR полученное значение устанавливается в свойство ISlARMA.OrderAR. Если AssignOrder = False, то порядок авторегрессии не изменяется.
Для выполнения примера добавьте ссылку на системную сборку Stat.
Sub UserARMA;
Var
lr: ISmLinearRegress;
W: Array[15] Of Double;
x: Array[20] Of Double;
ARMA: ISlARMA;
res: Integer;
d: Double;
CoefficientsAR, CoefficientsMA: ICoefficients;
ModelCoefficients: IModelCoefficients;
Begin
lr := New SmLinearRegress.Create;
// значения объясняемого ряда
w[0] := 2; w[4] := -1.9; w[8] := -0.7; w[12] := 5.4;
w[1] := 0.8; w[5] := Double.Nan; w[9] := Double.Nan; w[13] := 6.4;
w[2] := -0.3; w[6] := 3.2; w[10] := 4.3; w[14] := 7.4;
w[3] := -0.3; w[7] := 1.6; w[11] := 1.1;
// значения объясняющего ряда
x[0] := Double.Nan; x[10] := 11;
x[1] := 2; x[11] := 12;
x[2] := 3; x[12] := 13;
x[3] := 4; x[13] := Double.Nan;
x[4] := 5; x[14] := 15;
x[5] := 6; x[15] := 16;
x[6] := Double.Nan; x[16] := 17;
x[7] := 8; x[17] := Double.Nan;
x[8] := 9; x[18] := 19;
x[9] := 10; x[19] := 20;
// период идентификации
lr.ModelPeriod.FirstPoint := 1;
lr.ModelPeriod.LastPoint := 13;
lr.Forecast.LastPoint := 19;
lr.MissingData.Method := MissingDataMethod.LinTrend;
lr.Explained.Value := w;
lr.Explanatories.Add.Value := x;
ModelCoefficients := lr.ModelCoefficients;
// в модели будет использоваться константа
ModelCoefficients.Intercept.Mode := InterceptMode.AutoEstimate;
ModelCoefficients.Intercept.InitValue := 2;
ARMA := lr.ARMA;
// порядок авторегрессии
ARMA.ParseAR("2");
// порядок скользящего среднего
ARMA.ParseMA("1");
// метод определения начальных приближений
ARMA.CalcInitMode := ARMAInitType.Auto;
// использовать ретрополяцию для оценки коэффициентов скользящего среднего
ARMA.EstimationApproach := ARMAEstimationApproach.LeastSquares;
ARMA.UseBackCast := True;
// метод оптимизации
ARMA.EstimationMethod := ARMAEstimationMethodType.GaussNewton;
// расчет модели
res := lr.Execute;
Debug.WriteLine(lr.Errors);
If (res = 0) Then
// коэффициенты авторегрессии
Debug.WriteLine("Оценки коэффициентов авторегрессии");
CoefficientsAR := ARMA.CoefficientsAR;
d := CoefficientsAR.Estimate[0];
Debug.WriteLine(" Значение: " + d.ToString);
d := CoefficientsAR.StandardError[0];
Debug.WriteLine(" Стандартная ошибка: " + d.ToString);
d := CoefficientsAR.TStatistic[0];
// коэффициенты скользящего среднего
Debug.WriteLine("Оценки коэффициентов скользящего среднего");
CoefficientsMA := ARMA.CoefficientsMA;
d := CoefficientsMA.Estimate[0];
Debug.WriteLine(" Значение: " + d.ToString);
d := CoefficientsMA.StandardError[0];
Debug.WriteLine(" Стандартная ошибка: " + d.ToString);
End If;
End Sub UserARMA;
После выполнения примера будет создана модель линейной регрессии, определены ее параметры. Порядки авторегрессии и скользящего среднего будут разобраны из строкового представления. Для оценки коэффициентов скользящего среднего будет использоваться ретрополяция. В окно консоли будут выведены оценки коэффициентов модели.
См. также: