已閱讀1頁，還剩75頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、時間序列分析是概率統(tǒng)計學(xué)科中應(yīng)用性較強的一個分支，在金融經(jīng)濟、氣象水文、海洋學(xué)、信號處理、機械震動等眾多領(lǐng)域有著廣泛的應(yīng)用。它展示了被研究對象在一段時期內(nèi)的發(fā)展變化過程，往往通過對以往的時間序列數(shù)據(jù)進行分析處理，尋找出序列變化的特征趨勢，進而對未來某時刻研究對象的狀態(tài)作預(yù)測，以供決策或控制。因此為了更準(zhǔn)確地做出預(yù)測，就要使得時間序列模型擬合顯著，而參數(shù)估計法是時間序列模型擬合顯著的首要前提。最常用的參數(shù)估計法有：矩估計、極大似然估計和最
2、小二乘估計。
論文研究了ARMA模型參數(shù)估計的一種改進算法及SARIMA模型和GARCH模型在實際問題中的應(yīng)用。
首先，給出了非線性時間序列ARMA模型參數(shù)估計的一種改進算法。該算法采用Yule-Walker法和逆函數(shù)法相結(jié)合的方法確定初值，再結(jié)合優(yōu)化理論中的阻尼最小二乘法求解模型參數(shù)，從而形成了非線性時序優(yōu)化估計法。利用MATLAB應(yīng)用該算法對實例進行分析，驗證了該算法的有效性。
其次，基于SARIMA模
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- ARMA模型的兩種參數(shù)估計法及殘差模型的應(yīng)用.pdf
- ARMA模型的兩種共軛梯度參數(shù)估計法及ARIMAX模型的應(yīng)用.pdf
- 基于改進EM算法的混合模型參數(shù)估計及聚類分析.pdf
- 期權(quán)定價模型的參數(shù)估計及應(yīng)用.pdf
- 粒子群算法的改進及其在回歸模型參數(shù)估計中的應(yīng)用.pdf
- 粒子群算法的改進及其在回歸模型參數(shù)估計中的應(yīng)用
- irt模型參數(shù)估計的mcmc算法研究
- IRT模型參數(shù)估計的MCMC算法研究.pdf
- GA算法在SIR模型參數(shù)估計中的應(yīng)用.pdf
- 基于Prony模型的正弦信號參數(shù)估計算法研究.pdf
- 單指標(biāo)模型參數(shù)估計的遞歸算法.pdf
- 拓廣分部評分模型gpcm及應(yīng)用em算法的參數(shù)估計研究
- EM算法及其改進在混合模型參數(shù)估計中的應(yīng)用研究.pdf
- 混合模型的參數(shù)估計.pdf
- 拓廣分部評分模型（GPCM）及應(yīng)用EM算法的參數(shù)估計研究.pdf
- 23145.em算法在混合模型參數(shù)估計中的應(yīng)用
- 多元線性模型的參數(shù)估計.pdf
- 混合模型參數(shù)估計的研究.pdf
- 線性模型中的參數(shù)估計.pdf
- 線性回歸模型參數(shù)估計及異常點檢測方法改進.pdf
評論
0/150
提交評論