报告人邱建源.pptVIP

第三組、卑南溪流域 報告人：邱建源 指導教授：鄭皆達 使用動態因子分析推估多變量時間序列的一般趨勢 邱建源 報告大綱 一、摘要 二、緒論 三、動態因子分析 四、動態因子分析與EM演算法 五、解釋變數 六、結果討論與結論 邱建源 摘要 這篇文章討論動態因子分析技術，應 用於多變量時間序列的分析(不像一般 的時間序列使用光譜分析，或ARIMA 模式。動態因子分析可以分析出短的 時間，非穩態的時間序列。包括有失 誤的。 邱建源 摘要 這是一個典型將參數優選的結果。如果計算的 時間不會過長，而可以忽略比較不重要的因子， 換句話說只有小的資料可以被分析。 這個文章分析如何用參數的動態因子分析使用 在 EM的演算法上，可以允許大的資料被演算。 這項技術被應用於海上的環境的資料上。 邱建源 緒論 摘要 緒論 動態因子 分析 動態因子分析 與EM演算法 一般的問題在生物及環境的時間序列研究是1什麼是一般的型態在時間上推估變異數2它們之間有任何關連性在推估變異數上3推估變異數和任何解釋變數相關。不幸的是大部份使用時間序列的技術，如同波譜分析，微小波分析ARIMA和Box-jenkins的模式被設計僅僅是為了預測。 解釋變數 結果討論 與結論 邱建源 緒論 摘要 緒論 動態因子 分析 動態因子分析 與EM演算法 現在代的計算能力。部份的計算精密之時間序列的科技可以現在被應用在短的，非穩態由許多因素組成的時間序列。其中一項科技最是動態因子分析(這篇文章的主題)這是一項將範圍降低的科技，依據M的一般趨勢，觀察模式N一般一時間序列。針對m選擇時越小越好才不會失去重要的資訊，原則上如果一般範圍降低的科技。如主成份分析法，因子分析，事實上動態因子分析如同因子分析主軸是限制潛在時間上的平滑方程式。 解釋變數 結果討論 與結論 邱建源 緒論 摘要 緒論 動態因子 分析 動態因子分析 與EM演算法 這篇文章說明了如何用EM演算 法，可以被使用去應用在動態因 子分析上去處理大量的時間資料。 解釋變數 結果討論 與結論 邱建源 動態因子分析 摘要 動態因子 分析 緒論 動態因子分析 與EM演算法 解釋變數 結果討論 與結論 動態因子分析是一個廣泛的名稱，例如多變量分析 (主成份分 析、canonical correlation)，基因演算法， 類神經Artificial Neural等等。這些不一定能和時間序列有關連，本篇主要是要 和時間序列有關連性的。但是動態因子分析在時間序列的研究 一般的型式為 邱建源 動態因子分析之數學式 沒有解釋變數的情況下 有解釋變數的情況下 摘要 動態因子 分析 緒論 動態因子分析 與EM演算法 解釋變數 結果討論 與結論 邱建源 EM演算法 　　 摘要 動態因子分析 與EM演算法 緒論 動態因子 分析 解釋變數 結果討論 與結論 為將上式求得最大情況下之期望值 邱建源 EM演算法 = V0=5,其實1~15 都可以，但在這 些用5 摘要 動態因子分析 與EM演算法 緒論 動態因子 分析 解釋變數 結果討論 與結論 邱建源 EM演算法 摘要 解釋變數 緒論 動態因子 分析 動態因子分析 與EM演算法 結果討論 與結論 邱建源 EM演算法 摘要 動態因子分析 與EM演算法 緒論 動態因子 分析 解釋變數 結果討論 與結論 邱建源 解釋變數 摘要 解釋變數 緒論 動態因子 分析 動態因子分析 與EM演算法 結果討論 與結論 是N 乘 K的矩陣包括未知的迴歸參數， 是K 乘 1向量，包涵值K在解釋變數上時間的影響第一個 表示的層面為參數而修正的被 取代。 ，而 在這篇文章中，顯示出怎麼樣用EM方法去使用，推估參數和一般的情況下的動態因子分析。結果顯示相對大量短時間，非穩態下的時間序列有失去的值，可以被分析。參數推估的時間用EM方法針對Balgzand的資料只花了幾分鐘用400MHz的筆計型電腦。有直接的最佳化的可能。參數推估針對資料的大小可能需要數個小時，我們可以接近使他可能被應用。 邱建源 摘要 結果討論 與結論 緒論 動態因子 分析 動態因子分析 與EM演算法 解釋變數 動態因子分析和主成份分析法最重要的不同， 動態因子分析是假設趨勢和時間相關，但是或然主成份分析法不是。我們將fit或然主