第十一章时间序列模型1.pptVIP

第二步，改写模型，求?1,?2,?,?q以及??2的估计值 将模型 改写为： 令 于是(*)可以写成： (*) 构成一个MA模型。按照估计MA模型参数的方法，可以得到?1,?2,?,?q以及??2的估计值。 ⒋ AR(p)的最小二乘估计 假设模型AR(p)的参数估计值已经得到，即有 残差的平方和为： (*) 根据最小二乘原理，所要求的参数估计值是下列方程组的解： 即 j=1,2,…,p (**) 解该方程组，就可得到待估参数的估计值。 为了与AR(p)模型的Yule Walker方程估计进行比较，将(**)改写成： j=1,2,…,p 由自协方差函数的定义，并用自协方差函数的估计值 代入，上式表示的方程组即为： 或 j=1,2,…,p j=1,2,…,p 解该方程组，得到： 即为参数的最小二乘估计。 Yule Walker方程组的解 比较发现，当n足够大时，二者是相似的。??2的估计值为： 需要说明的是，在上述模型的平稳性、识别与估计的讨论中，ARMA(p,q)模型中均未包含常数项。 如果包含常数项，该常数项并不影响模型的原有性质，因为通过适当的变形，可将包含常数项的模型转换为不含常数项的模型。 下面以一般的ARMA(p,q)模型为例说明。 对含有常数项的模型 方