- 1、本文档共36页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
多元AR(p)模型的估计实际
——————————————————.—————.———.,—————————.———————————————————。.—————.———.——————————.—————.——二.—.——————一.1
F
514292
摘 要
本文系统地研究了多元弱平稳序列自回归模型AR(p)的参数估计方法及性
状。首先,借助Hi]bert空间理论,提出了距离估计的d~解,给出了d一解的必
要条件,这个条件在线性函数类里即是极小二乘估计法,d一解的必要条件满足的
方程实质上将极小二乘估计法推广到多函数及非线性函数类。再两,详细地研究
了多元弱平稳序列自回归模型AR(p)的参数经典的矩的替代估计和极大似然估
计,获得矩的替代估计的一致性的结果。对基于Gauss白噪声假设多元弱平稳序
列自回归模型的均值、白噪声的协方差阵的极大似然估计都有依分布收敛到多元
正态分布的统计性质。作者用高阶微分方程化一阶微分方程组的方法,获{:寻多元
弱平稳序列P阶自回归模型的一步滑动平均表达式,证明了AR(p)的是一个更高
维的幂级数的线性过程,从而,说明了AR(p)关于序列依概率成立的充要条件是:
该模型更高维的幂级数的线性过程的表达式中系数矩阵D的谱范数A1。AR(p、
简化后给理论分析AR(p)的参数带来极大的方便:可以得到Z的二阶协方差阵参
数r@)的正交性特征,正交性特征是多维向量P阶自回归过程Y.的典型的数字
统计特征,这一特征用来检验卫是否为多维向量P阶自回归过程;又可以得到
AR(p)的整体预报式,整体的预报式克服了传统的线性预报理论多阶不确定性。
关键宇:弱平稳,自回归,d.解,估计,预报。
ABSTRACT
ofa of
dealswithhowtoestmaate model
Thisdissertation parameters
weakstable ontime
multivariable Equation series(markedby
Auto—regression
formulizes ofthem.Itcomeswithanew
agfp))andproperties up notion,d-solution,
is to distance vktueofHilbert
which the estimation,by space;furthermore,
applied
whichis ofminimum
dissertationhas a condition
the necessary identity
gained
extendsminimum
valueinlinearfunction thatd-solution
mean,square classes,so
the function or
valuewithindomainofnonlinear equation
mean·square
文档评论(0)