基于VAR模型對風速缺失值的條件估計.pdf

1、向量自回歸(VAR)模型是多元時間序列中應用比較廣泛的模型之一，它是單變量自回歸模型的多維推廣模型，最初由Litterman、Sargent和Sims等人在20世紀80年代初提出來的，主要用于替代聯(lián)立方程結構模型，提高預測的準確性。若在預測過程中增加一定的條件，即條件預測，能夠進一步提高預測精度。本文將運用條件預測對時間序列中缺失值進行估計，得到了比較合理的的估計結果。 具體來說，本文的主要研究內容包括以下幾方面內容：

2、首先，介紹了平穩(wěn)時間序列的概念以及三類基本的平穩(wěn)時間序列模型，討論了平穩(wěn)時間序列檢驗的一個重要的方法-ADF單位根檢驗法。 第二，介紹了VAR模型的表示形式，討論了兩種參數(shù)估計方法，即極大似然估計與Bayesian估計。Bayesian估計主要運用于模型變量較多或滯后階數(shù)較大時，即參數(shù)數(shù)量較多時。 第三，討論了VAR模型的兩個重要應用：預測與Granger因果關系檢驗。模型預測主要討論了條件預測，即以已知變量為條件對未知