平稳时间序列预测法.pptVIP

MA(q)模型参数估计 特例： 一阶移动平均模型MA(1)： 二阶移动平均模型MA(2)： 回总目录 回本章目录 ARMA(p,q)模型的参数估计 由于模型结构的复杂性，比较困难，有几种 方法可以进行。一般利用统计分析软件包完成。 回总目录 回本章目录 （2）精估计 ARMA(p,q)模型参数的精估计，一般 采用极大似然估计，由于模型结构的复 杂性，无法直接给出参数的极大似然估 计，只能通过迭代方法来完成，这时， 迭代初值常常利用初估计得到的值。 回总目录 回本章目录 三、ARMA(p,q)序列预报 设平稳时间序列 是一个ARMA(p,q) 过程，则其最小二乘预测为： AR(p)模型预测 回总目录 回本章目录 ARMA(p,q)模型预测 其中： 回总目录 回本章目录 预测误差 预测误差为： 步线性最小方差预测的方差和预测步长 有关, 而与预测的时间原点t无关。预测步长越大，预测误差的方差也越大，因而预测的准确度就会降低。所以,一般不能用ARMA(p,q)作为长期预测模型。 回总目录 回本章目录 预测的置信区间 预测的95%置信区间： 回总目录 回本章目录 例题分析 设 为一AR(2)序列， 其中 。 求 的自协方差函数 。 ? 例 1 回总目录 回本章目录 解答： Yule-Walker方