模拟滑动平均（MA）模型及自回归（AR）模型.docVIP

模拟滑动平均（MA）模型及自回归（AR）模型 上机目的：熟悉滑动平均（MA）模型及自回归（AR）模型的自相关系数的特点；随机模拟各种上述模型及了解其样本自相关系数的特点，为理论学习提供直观的印象。 上机软件：matlab、SAS 上机要求：随机模拟各种滑动平均（MA）模型及自回归（AR）模型。 （1）给出理论自相关系数值及图； （2）随机产生100、500个模型数据及图； (3) 计算随机数据的样本自相关系数估计，与理论值进行分析比较。 上机内容及步骤： Matlab 内容1 第28页信号的滤波，与时间序列的分解中的方法四：逐步平均法相类似； t=1:100; epslon(t)=randn(1,100); U=rand(1,1); x(t)=1.5*cos(pi/7*t+2*pi*U)+epslon(t); plot(x); hold on t=4:97; y(t)=1/7*(x(t-3)+x(t-2)+x(t-1)+x(t)+x(t+1)+x(t+2)+x(t+3)); plot(t,y(t)+3) 内容2 滑动平均（MA）模型及自回归（AR）模型的自相关系数的理论计算 （1）MA模型 例 利用公式计算自协方差系数及自相关系数 gamma=[4*(1+0.36^2+0.85^2) 4*(-0.36-0.36*0.85) 4*