Jmulti Análisis de series de tiempo con Java
Descargar ahora

Jmulti Clasificación y resumen

Jmulti Etiquetas

Impulso tabla de series de tiempo series de tiempo Predicción de la serie de tiempo respuesta impulsiva procedimiento econométrico Modelado VAR / VEC econométrico preoceder Base de datos de series de tiempo Compresor de series de tiempo Análisis de la Serie Time Análisis de código bytecode java Análisis estructural Java Análisis de bloqueo de java Análisis de montón de java análisis de series temporales ver series de tiempo Visualización de series de tiempo informes de series de tiempo

Jmulti Descripción

JMulTi fue creado originalmente como una herramienta para ciertos procedimientos econométricos de análisis de series temporales que son especialmente difíciles de usar y que no están disponibles en otros paquetes, como el Análisis de respuesta al impulso. Ahora muchas otras características se han integrado así para que sea posible transmitir un análisis exhaustivo. Las limitaciones de este software se pueden superar mediante conjuntos de datos de exportadores o los resultados del cálculo y los utilizan con otros programas. Para una visión general del concepto de software subyacente, véase la página JStatCom. Principales características: diversas herramientas para la creación, la transformación, la edición de series de tiempo pruebas de unidad de raíz: ADF, hegy (trimestral, mensual), Schmidt-Phillips, KPSS, prueba de la unidad raíz con ruptura estructural Las pruebas de cointegración:? Prueba Johansen cointegración con superficies de respuesta, Saikkonen y L prueba tkepohl estimación de densidad kernel gráficos de densidad espectral crossplots análisis de autocorrelación modelado VAR (con deterministas arbitraria variables / exógenos) estimación del modelo subconjunto de salida en forma de matriz selección de modelo automático (varias estrategias basadas en criterios de información) análisis residual con pruebas para no normalidad, autocorrelación, ARCH, espectro, la densidad del núcleo, las parcelas de autocorrelación, correlación cruzada análisis GARCH para residuos Las respuestas de impulsos con intervalos de confianza bootstrap también para las respuestas acumuladas, versiones de error ortogonales y las previsiones Error de Predicción Descomposición de la varianza previsión, también los niveles de desde el 1 de diferencias, los intervalos de confianza asintóticos para los niveles de pruebas de causalidad análisis de estabilidad: Las pruebas de bootstrapped Chow, parámetros recursivas, residuos recursivos, prueba CUSUM modelado SVAR: Modelo AB, Blanchard-Qua Modelo con errores estándar bootstrap SVAR Error de Predicción Descomposición de la varianza Las respuestas SVAR Impulse con intervalos de confianza bootstrap modelado VECM (con deterministas arbitraria variables / exógenos) restricciones de espacio de cointegración, prueba de Wald para las restricciones beta Johansen, de dos etapas, procedimientos de estimación S2S CE término se puede predeterminar total o parcialmente estimación del modelo subconjunto de salida en forma de matriz selección de modelo automático (varias estrategias basadas en criterios de información) análisis residual con pruebas para no normalidad, autocorrelación, ARCH, espectro, la densidad del núcleo, las parcelas de autocorrelación, correlación cruzada Las respuestas de impulsos con intervalos de confianza bootstrap también para las respuestas acumuladas, versiones de error ortogonales y las previsiones Error de Predicción Descomposición de la varianza previsión, también los niveles de desde el 1 de diferencias, los intervalos de confianza asintóticos para los niveles de pruebas de causalidad análisis de estabilidad: Las pruebas de Chow bootstrapped, parámetros recursivas, valores propios recursivas modelado SVEC con errores estándar bootstrap SVEC Error de Predicción Descomposición de la varianza Las respuestas SVEC Impulse con intervalos de confianza bootstrap ARCH univariado, GARCH, la estimación T-GARCH con diferentes distribuciones de error análisis residual para residuos de arco con prueba robustified para no restante ARCH (S. Lundbergh, T. Teraesvirta), el trazado de proceso de la varianza, la densidad del núcleo de residuos GARCH multivariante (1,1) estimación, análisis residual, el trazado de proceso varianza junto con estimaciones univariados, la densidad kernel para residuos selección de retraso para modelos univariantes basado en criterios de selección lineales y no lineales estimación no lineal con gráficos 3D configurables análisis residual para residuos de la estimación selección de modelo para el proceso de volatilidad estimación de proceso volatilidad análisis residual para residuos de la estimación volatilidad

Jmulti Software relacionado