北师大时间序分析第六章课件.pptVIP

则有， (3.13) 记 (3.14) 则(3.13)为 (3.15) 当n充分大时， 渐近相等。 系数阵的最小二乘估计：由(3.15)解出 ，记 称之为 的最小二乘估计。 m维白噪声序列 的方差阵S的最小二乘估计： (3.16) 3.多维AR(p)模型系数阵的递推估计 1). m维AR模型系数阵随阶数p的递推算法 为了表示自回归系数阵 随着模型阶数p而变，将它表示为 则模型表示为： (3.17) 相应的 记为 ，它满足 (3.18) 记 ，并定义 (3.20) 其中 称之为(3.18)的对偶方程，解为 (3.21) 定理3.1 多维AR模型系数阵估计随阶数p有如下递推 公式： 2). m维AR模型白噪声方差阵估计随阶数p的递推 算法 定理3.2 当m维AR模型的阶数p增加时，白噪声方差 阵估计 有如下递推公式 其中I为m阶单位阵。 注：由定理3.2可递推得到： 其中 是0阶自回归序列 的方差阵估计，可取为： 四.多维AR模型的定阶 1. FPE定阶准则(最终预报误差准则)为 (3.22) 满足 的相应 作为m维AR模型阶数的估计，此时m维AR模型的 一步预报误差方差阵达最小。 2. AIC定阶准则为 (3.23) 其中 ，满足 的相应 作为AIC定阶准则下的m维AR模型的定阶。 3. BIC定阶准则为 (3.24) 满足 的相应 作为BIC准则下的m维AR模型的定阶。 注：FPE准则与AIC准则是一致的。 五.多维AR模型的维数选取与预报 1. 维数的选取 目的：设 为m维AR序列， 考察m 维时序 所提供的信息能否用部分分量序列。 依据：前 个分量记为 引入， (3.25) 其中 表示 阵 的左上角 阶子方阵， 表示AR(p)序列 的最终预报误差方差阵，它与(3.25)比 较，如果： (3.26) 则认为仅考虑前 维时序 就够了。如果，