双线性时间序列模型中多变点估计与多异常点挖掘的深度探究.docx

双线性时间序列模型中多变点估计与多异常点挖掘的深度探究

一、引言

1.1研究背景与意义

在当今大数据时代，时间序列数据广泛存在于金融、经济、气象、工业生产等众多领域。如何有效地分析和理解这些时间序列数据，从中挖掘出有价值的信息，成为了众多学科领域的研究重点。双线性时间序列模型作为一种重要的非线性时间序列模型，在时间序列分析中占据着关键地位。

双线性时间序列模型是由Granger和Andersen于1978年提出的，它通过双线性项对传统的ARMA模型进行了推广，能够同时考虑两个变量之间的线性和非线性关系，形式上虽然只多了一个乘积项，但却将问题的范畴从线性拓展到了非线性领域，使得