文档+程序子集ARX模型因果关系的鲁棒性分析，基于MATLAB实现.zip

子集ARX模型中因果关系的鲁棒分析。包含2个Matlab函数的估计和识别 包含2个Matlab函数，用于估计和识别二元ARX(p,q)模型;即，o (p)的自回归过程y(t)，外生输入x(t)，最大滞后q。 y(t) = a0 + \sum_{i=1}^p ai*y(t-i) + \sum_{j=0}^q cj*x(t-j) + e(t) 该系统的主要特点是阶p、q可以很大，多项式a(L)、c(L)的结构可以是子集(不规则);即，许多系数a_i, i<p和c_i, i<q可能不存在(0)。此外，序列y(t)可能受到附加异常值的污染。 函数提供了重要ARX参数的选择 函数提供了重要ARX参数的选择以及xt,yt之间因果关系的统计，例如: D = ARX与AR之间剩余方差的变异% (y)， mx=显着外生参数个数cj， F =基于变化D的F统计量， f = f密度的99%临界极限， g = sum_j cj因果关系瞬时增益xt->yt， Tg=参数g= sum_j的t统计量cj, g= g/(1- sum_i ai)因果关系的长期增益xt->yt， 主要功能有: 1) ARX_cause:基于OLS和异方差一致(HC)标准差进行向后逐步回归 2) ARX_cause_robust:基于robust .m的m型估计进行向后逐步稳健回归 有三个演示: a) ARX_demo_cause:模拟高斯子集ARX模型的演示， b) ARX_demo_robust:带有附加异常值的子集ARX模型的演示， c) ARX_demo_garch:带有GARCH残差的子集ARX模型的演示， (在演示b中进行稳健估计)