varma

varma(ds,endogColNames,order,[exog],[trend='c'],[errorCovType='unstructured'],[measurementError=false],[enforceStationarity=true],[enforceInvertibility=true],[trendOffset=1], [maxIter=50])

使用向量自回归移动平均模型（Vector Autoregressive Moving-Average Model，简称 VARMA 模型）来分析多变量时间序列。返回一个字典，表示 VARMA 模型的分析结果，详细说明请参见“返回值”小节。

ds 一张内存表或者一个 DataSource 类型构成的向量，包含需要分析的多变量时间序列。注意：不可为空。

endogColNames 字符串向量，表示 ds 中需要分析的多变量时间序列所对应的列名。

order 非负整数型向量，长度必须为 2，第一维表示自回归部分（AR）的阶数，第二维表示移动平均部分（MA）的阶数。

exog 可选参数，数值矩阵，表示时间序列数据之外的外生变量。矩阵每一列表示一个外生变量的时间序列数据，矩阵行数为时间序列样本数，与 ds 的行数相等。

trend 可选参数，字符串标量，表示在回归中使用的常数和趋势阶数。可取值：

• ‘c'表示只使用常量，默认值。

• ‘ct'表示使用常量和趋势。

• ’ctt'表示使用常数，线性趋势和二次趋势。

• ’n‘表示不使用常量和趋势。

errorCovType 可选参数，字符串标量，表示误差项的协方差矩阵的结构。可取值：

• ’unstructured‘表示会保存协方差矩阵的下三角部分，默认值。

• ’diagonal‘表示只保存对角线部分。

measurementError 可选参数，布尔标量，表示输入的多变量时间序列是否存在误差。默认值是 false，表示不存在。

enforceStationarity 可选参数，布尔标量，表示是否转换 AR 参数以在模型的自回归分量中增强平稳性。默认值为 true，表示转换。

enforceInvertibility 可选参数，布尔标量，表示是否变换 MA 参数以增强模型的移动平均分量的可逆性。默认值为 true，表示转换。

trendOffset 可选参数，正整数标量，表示开始时间序列值的偏移量。默认值为 1。

maxIter 可选参数，正整数标量，表示拟合时最大的迭代次数，默认值为 50。

返回一个字典，表示向量自回归移动平均模型的分析结果，字典有以下成员：

• params：浮点数矩阵，表示向量自回归移动平均模型拟合得到的参数。

• kAr：整数标量，表示向量自回归过程的阶数。

• kMa：整数标量，表示向量移动平均部分的阶数。

• kTrend：整数标量，表示向量自回归移动平均模型中的趋势数。

• nobs：整数标量，表示输入的多变量时间序列的信息观测数量。

• aic：浮点数标量，表示 Akaike 信息准则。

• bic：浮点数标量，表示 Bayesian 信息准则。

• hqic：浮点数标量，表示 Hannan-Quinn 信息准则。

• llf：浮点数标量，表示向量自回归移动平均模型的对数似然值。