时间序列分电子科大第六章4.pptVIP

为对数似然函数. 的极大似然估计. 定义 注 必需已知联合概率密度. 二、ARMA序列参数的极大似然函数 设{ Xt }是零均值正态ARMA序列，给定样本 的样本值 联合概率密度为 其中 协方差矩阵. 对数似然函数为 为显含参数 ,令 （5.5.1） 记 是ARMA模型的参数向量, 均值 Eβ 表示是参数向量β的函数. （5.5.2） 注 对一般ARMA模型，其参数的似然函 数及极大似然估计要复杂许多. 三、ARMA序列参数的近似极大似然方法 应选择βML使(5.5.2)能取极大值. 很难 得不出极值的解析表示，数值求解也很困难. 分析： 1. 对任意样本长度N，行列式|MN| 是有界的； 2. 仅与N 有关，与参数向量β无关； N充分大时， 的极值点与 （5.5.3） 的极值点几乎一样. 近似似然函数 定义 称 是平方和函数. 定理5.5.2 设ARMA模型平稳可逆，使 充分大时，近似等于参数的极大似然估计，而且 达到最小值的参数估计 ,当样本长度N （5.5.4） §6.4 ARMA模型阶的确定 基于假定模型的阶已知的前提下介绍了参数估计的方法. 对动态数据进行相关分析，初步判别