自回归ar模型移动平均ma模型与自回归移动平均arma模型的比较分析vorkivxv.docVIP

自回归AR?模型、移动平均M?A模型与自?回归移动平?均ARMA?模型的比较?分析 系统中某一?因素变量的?时间序列数?据没有确定?的变化形式?，也不能用时?间的确定函?数描述，但可以用概?率统计方法?寻求比较合?适的随机模?型近似反映?其变化规律?。(自变量不直?接含有时间?变量,但隐含时间?因素) 1． 自回归AR?(p)模型 （R：模型的名称??? P：模型的参数?）（自己影响自?己，但可能存在?误差，误差即没有?考虑到的因?素） (1)模型形式（εt越小越?好，但不能为0?：ε为0表示?只受以前Y?的历史的影?响不受其他?因素影响） ?? yt=φ1yt-1+φ2yt-2+……+φpyt-p+εt ???? ?? 式中假设：yt的变化?主要与时间?序列的历史?数据有关，与其它因素?无关； ???????????? εt不同时?刻互不相关?，εt与yt?历史序列不?相关。 式中符号：p模型的阶?次，滞后的时间?周期，通过实验和?参数确定； yt当前预?测值，与自身过去?观测值yt?-1、…、yt-p是同一序?列不同时刻?的随机变量?，相互间有线?性关系，也反映时间?滞后关系； yt-1、yt-2、……、yt-p同一平稳?序列过去p?个时期的观?测值； φ1、φ2、……、φp自回归?系数，通过计算得?出的权数，表达yt依?赖于过去的?程度，且这种依赖?关系恒定不?变； εt随机