平穩(wěn)時(shí)間序列分析ppt課件-文庫吧資料
2025-05-05 00:53本頁面
【正文】 ARMA(p,q)可轉(zhuǎn)化為有 p+q+2個(gè)未知參數(shù)常用估計(jì)方法：n 矩估計(jì)n 極大似然估計(jì)n 最小二乘估計(jì)矩估計(jì)n 原理n 用相應(yīng)階樣本自相關(guān)系數(shù)估計(jì)總體自相關(guān)系數(shù)n 樣本一階均值估計(jì)總體均值n 樣本方差估計(jì)總體方差【 例 】 求 AR(2)模型系數(shù)的矩估計(jì)n AR(2)模型n YuleWalker方程n 矩估計(jì)（ YuleWalker方程的解）將偏自相關(guān)系數(shù)代入 YW方程【 例 】 求 MA(1)模型系數(shù)的矩估計(jì)n MA(1)模型n 由 MA(1)協(xié)方差函數(shù)公式n 矩估計(jì)【 例 】 求 ARMA(1,1)模型系數(shù)的矩估計(jì)n ARMA(1,1)模型n 自相關(guān)系數(shù)與自協(xié)方差的關(guān)系方程n 矩估計(jì)矩估計(jì)的特點(diǎn)：n 優(yōu)點(diǎn)n 估計(jì)思想簡(jiǎn)單直觀n 不需要假設(shè)總體分布n 計(jì)算量?。ǖ碗A模型場(chǎng)合）n 缺點(diǎn)n 信息浪費(fèi)嚴(yán)重n 只依賴 p+q個(gè)樣本自相關(guān)系數(shù)信息，其他信息都被忽略n 估計(jì)精度較差n 通常矩估計(jì)方法被用作極大似然估計(jì)和最小二乘估計(jì) 迭代計(jì)算的初始值 極大似然估計(jì)n 原理n 極大似然準(zhǔn)則： 抽取的樣本出現(xiàn)概率最大 。n所以可考慮擬合模型 MA(1)【 例 】n 18801985全球氣表平均溫度改變值差分序列 由時(shí)序圖可見，無周期性和單調(diào)趨勢(shì)，序列平穩(wěn)序列自相關(guān)圖顯然，自相關(guān)系數(shù)拖尾。n所以可考慮擬合模型 AR(1)【 例 】美國(guó)科羅拉多州某一加油站連續(xù) 57天的 OVERSHORT序列 由時(shí)序圖可見，
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1