平穩(wěn)時間序列分析ppt課件-資料下載頁
2025-04-29 00:53本頁面
【正文】 通常需要經(jīng)過復(fù)雜的 迭代算法 才能求出未知參數(shù)的極大似然估計值 極大似然估計的特點(diǎn)n 優(yōu)點(diǎn)n 極大似然估計充分應(yīng)用了每一個觀察值所提供的信息，因而它的 估計精度高n 同時還具有估計的 一致性 、 漸近正態(tài)性 和 漸近有效性等許多優(yōu)良的統(tǒng)計性質(zhì)n 缺點(diǎn)n 需要已知總體分布實(shí)際中，為便于計算， 很多時候看作服從多元正態(tài)分布最小二乘估計n 原理n 使殘差平方和達(dá)到最小的那組參數(shù)值即為最小二乘估計值 n實(shí)際中 最常用 的參數(shù)估計方法是 條件最小二乘估計法條件最小二乘估計n 假設(shè)條件 ：過去未觀測到的序列值為 0，即n 殘差平方和方程n 用 迭代法 ，求得使其達(dá)最小的參數(shù)值。最小二乘估計的特點(diǎn)n 最小二乘 估計充分應(yīng)用了每一個觀察值所提供的信息，因而它的 估計精度高；n 不需總體分布，便于實(shí)現(xiàn)，所以條件最小二乘估計方法 使用率最高。例 n 確定 1950年 — 1998年北京市城鄉(xiāng)居民定期儲蓄比例序列擬合模型的口徑 n 擬合模型： AR(1)n 估計方法：極大似然估計n 模型口徑例 n 確定美國科羅拉多州某一加油站連續(xù) 57天的OVERSHORTS序列擬合模型的口徑 n 擬合模型： MA(1)n 估計方法：條件最小二乘估計n 模型口徑例 n 確定 18801985全球氣表平均溫度改變值差分序列擬合模型的口徑 n 擬合模型： ARMA(1,1)n 估計方法：條件最小二乘估計n 模型口徑作業(yè) P98習(xí)題三 12
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1