基于EM算法的混合自回归滑动平均模型的参数估计.pdfVIP

第27卷第4期 数学理论与应用 VoI．27No．4 2007年l2月 MATHEMATICAL THE0RY AND APPLICAT10NS Dec．2007 基于EM算法的混合自回归滑动平均模型的参数估计 安潇潇 单 锐 刘 文 杨 洋 (燕山大学理学院，秦皇岛，066004) 摘 要 研究了一类用于时闽序列建模的混合自回归滑动平均模型．该模型是由 个ARMA分量经过混合 得到的，给出了混合自回归滑动平均模型参数估计的期望极大化(EM)算法，从而得到了混合系数和分量模 型的参数，通过仿真说明了其有效性． 关键词 混合自回归滑动平均模型 期望极大化算法 ARMA模型 Parameter estimation of mixed aut0regressiVe moving average model based on EM algorithm An Xiaoxiao Shan Rui (Yansha University，Qinhuangdao，Hebei，066004) Abstract A mixed autoregressive moving average model is researched for modeling time series．The model consists of m ARMA components．The estimation of parameters is easily performed viaexpectation maximization(EM)algorithm，SO we can get the mixed coefficients and the parameters of component models． It shows its effectiveness by simulation． Keywords mixed autoregressive moving average(MARMA)model Expectation maximzation algorithm ARMA model 引 言 预测预报是时间序列分析的应用之一，人们根据大量的观测数据对系统进行分析，主要是 为了能够预测出系统在未来的特性，以便对系统的特性进行处理或控制，因此最佳预测的获得 非常重要．1894年，Pearson首次提出混合模型，它提供了一种可以近似任何分布形式的灵活， 有效的方法，因此混合模型已经在许多领域得到了广泛的研究和应用． 陈一呜教授推荐 收稿日期：2007年4月5日 2 数学理论与应用 第27卷 本文研究了一类可用于时间序列建模的混合自回归滑动平均模型．该模型是由 个 ARMA分量经过混合得到的．文中运用期望极大化算法对模型的混合系数和分量模型的参数 进行估计，通过仿真说明了其有效性． 2 混合自回归滑动平均模型 由， 个混合元组成的混合自回归滑动平均模型定义如下： f(xf l37 ．1，…，37 一 ) 一 ( 。一 … 一 + + ．．．+ k~k,t--qk ) (1) 其中：∑ 一1， o，k一1，2，…，， ， j2『(·)是标准正态分布的密度函数． 模型(1)简记为MARMA( ；户l，P ．．’P， ；gl，q2，…，g )． 令 户一max(p1，P2，…，P， )， q— max(q1，q2，…，q， )． 3 混合自回归滑动平均模型的参数估计 ． 下面给出MARMA模型参数估计的EM算法．