时间序列分析-估计..ppt

第七章 潜周期模型的参数估计 第一节 潜周期模型的参数估计 定理1.1（见文献[13]） 设 是独立同分布的 线性滤波器 满足 平稳噪声 由 定义.则有如下的结果 其中 是 的谱密度. 于是，当N充分大以后，实值连续函数 在区间 上的图形具有如下的形状： （1） 在每个 的 邻域内有一峰群，其最高峰的高度大于 最高峰的下面隐藏着角频率 ； （2）在所有的 的 邻域外 方法3 当潜周期模型中的各振幅 的绝对值有较大的差别，但是平稳噪声 的谱密度 有陡峭的峰值时可以采用本方法. 第一步 取正数 ，定义 计算 第二步和方法1中的第二步相同.最后得到角频率向量 的初估计(1.9). 第二节 混合自回归潜周期模型的参数估计 A.混合自回归潜周期模型 B.模型（2.5）的参数估计 C.模型（2.5）的拟合检验和预测 D.混合ARMA潜周期模型的参数估计 其中 于是可以将（2.3）写成 第一节 平稳序列的谱表示 A.随机积分的定义 B.随机积分的性质 C.平稳序列的谱表示 D.线性平稳序列的谱表示 E.离散谱序列的特征 F.离散谱序列的随机测度 G.平稳序列的频谱性质 H.平稳序列的分解 第二节 平稳序列的周期图 A.周期图的定义 B.周期图的性质 第三节 加窗谱估计 A.时窗 B.谱窗 C.几种常见的谱窗和时窗 第四节 加窗谱估计的比较 A.方差的比较 B.分辨率的比较 VAR(1)模型的解: VAR(1)序列的自协方差函数: 三. 多维AR模型的参数估计 目的：假定自回归的阶数p已知，求出自回归系数阵 和白噪声方差阵S的估计。 1. 自回归系数阵的矩估计 设 为VAR(p)序列 (3.3) 对(3.3)等式两边右乘 ，再求数学期望得， (3.5)式取n=1,2,…,p可表为矩阵型的线性方程组： (3.7) 令 称(3.6)式为Yule-Walker方程，它可表为 (3.7) 设 为 的长度为n的样本，当n充 分大时，m维样本自协方差阵 (3.8) 可作为 的估计。于是， 系数阵的估计：AR(p)模型的系数阵的估计 (3.9) 称 为 的矩估计，又称为Yule- Walker估计。 白噪声方差S的矩估计为 (3.10) 2.多维AR(p)模型系数的最小二乘估计 求 使得， (3.11) 达最小，则 必须满足： (3.12) 其中 是 的第