如何運行乘法的冬天以及當我們使用JMP運行它時“運行模擬”會做什麼
我將在這裡發布一個不同的問題，並且我發現有助於理解模擬器的功能。
JMP如何模擬時間序列模型？
JMP使用固定參數和隨機噪聲模擬未來時間序列的可能軌跡。
也許有點抽象的東西：
假設我在來自seriesg.jmp的Log Passengers上運行1,1,1 ARIMA
然後保存預測公式
ARIMA Forecast(
:Actual Log Passengers,
144,
ARIMA( 1, 1, 1 ),
{AR Coefficients( {-0.582604336951054} ),
MA Coefficients( {-0.850222562210878} ), Intercept( 0.00425609524103588 )},
Row() - 144,
Row() - 144
);
模擬是否使用此表達式來模擬k個週期？
種子有什麼影響？（它只是一個隨機的種子嗎？）
隨機噪音在哪裡添加？
對於此示例，模型的表達式為
和
- y是觀察到的時間序列數據，時間索引作為下標。
- 資本B是所謂的後向運營商。
- 較低的案例a是JMP doc of noises，也是按時間索引的。
一般表格在文檔中的“ARIMA模型的統計詳細信息”中。
平台以該一般形式報告模型的參數估計。
上述模型的非專家友好形式是，
其中beta涉及從上述模型中進一步計算參數估計值。JMP不報告此參數化。
對於ARIMA Forecast JSL，計算只需要，
通過使所有的零，即噪聲的期望為零。
對於模擬，計算需要，
並且需要a的模擬值。每個種子都會產生不同的a系列。
（巨大的呼喊向劉鵬求助）
謝謝Byron，我的問題是運行什麼樣的模擬？MCMC等？它現在是一個黑盒子...想要了解一些細節，當我點擊該按鈕運行1個模擬10個時間段，種子為100時會發生什麼，如果我使用ARMA（1,1）它會怎麼做模型。
來自模型比較幫助 ：
模擬一次提供模型的一個模擬 ķ 時間段。模擬顯示在模型比較時間序列圖上。改變 ķ ，使用時間序列紅色三角形中的預測期間數選項。
