版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、時間序列分析方法講義第5章最大似然估計1第五章最大似然估計在本章中我們開始討論時間序列模型的參數(shù)估計方法,其中極大似然估計是一種最為常用的參數(shù)估計方法。我們僅僅討論極大似然估計的原理和似然函數(shù)的推導,而對獲取極大似然估計的算法不加以詳述。5.1引言5.1.1ARMA模型的極大似然估計模型的極大似然估計假設(shè)數(shù)據(jù)的真實生成過程是一個過程,則該過程的數(shù)據(jù)生成機制為:)(qpARMAqtqttptptttYYYcY???????????????
2、?????????112211其中是白噪聲序列,滿足:t???????tstsEts0)(2???我們將要討論如何利用的觀測值來估計母體參數(shù):tY)(22121???????qpc???θ我們將要采用的方法是極大似然估計方法,因此需要獲得似然函數(shù)的表達式。假設(shè)獲得了個樣本,如果能夠計算出相應的聯(lián)合概率密度函數(shù):T)(21Tyyy?)(21)(1θTYYyyyfT??上述函數(shù)可以視為在給定參數(shù)下樣本發(fā)生的概率,因此合理的參數(shù)取值是使得上述
3、概率最大,如此參數(shù)便稱為極大似然估計。這時我們需要極大化上述聯(lián)合概率密度。為此,我們假設(shè)噪聲序列是高斯白噪聲序列,即)0(...~2??Ndiit雖然這個假設(shè)非常強,但是在這樣假設(shè)下得到的參數(shù)估計,對于非Gauss過程來說θ?也是很有意義的。具體求解極大似然估計的步驟是:一是先求出并計算似然函數(shù),二是求似然函數(shù)的最大值。這里涉及到一些代表性的非線性數(shù)值優(yōu)化問題。5.2高斯高斯過程的似然函數(shù)過程的似然函數(shù))1(AR假設(shè)數(shù)據(jù)生成過程是一個具
4、有高斯白噪聲序列的過程:)1(ARtttYcY??????11這時對應的參數(shù)向量為:。我們首先尋求聯(lián)合概率分布函數(shù),也就是這)(2????cθ些參數(shù)對應的似然函數(shù)。(1)求上述過程似然函數(shù)的代表性過程是利用條件概率密度進行傳遞,所以需要先求出的概率密度。它的均值和方差為:1Y,???11cEY22211)(??????YE由于它具有正態(tài)分析,因此對應的密度函數(shù)為:?????????????)1(2)]1([exp)1(21)()(222
5、12221111????????cycyfyfYYθ(2)在給定的條件下,的條件概率分布可以得到:11yY?2Y時間序列分析方法講義第5章最大似然估計3???????Ttttycy221)(?上式的最小值就是線性回歸的最小二乘估計,滿足方程:???????????????????????????????????????????????TtttTttTttTttTttyyyyyyTc212122121211???類似地,噪聲的方差為:??
6、???????TtttycyT2212)??(11???當樣本容量足夠大時,可以證明上述近似或者條件極大似然估計具有與精確極大似然估計一致的極限分布。5.3高斯高斯過程的似然函數(shù)過程的似然函數(shù))(pAR對于一般的高階自回歸過程:,tptptttYYYcY??????????????2211)0(..~2??Ndiit此時所要估計的總體參數(shù)向量是:。)(221????pc??θ(1)似然函數(shù)的估值似然函數(shù)的估值EvaluatingtheL
7、ikelihoodFunction假設(shè)我們獲得了個來自過程的樣本,假設(shè)前個樣本表示為T)(pARp)(21??ppyyy?y可以將這個向量當作維Gauss變量的一個樣本。這個向量的均值表示為,它的ppμ每個分量都是:)1(1pc????????假設(shè)是的協(xié)方差矩陣,則有:pV2?)(1pYY???????????????????????????????22122212121212)()])([()])([()])([()()])([()]
8、)([()])([()(????????????????ppppppYEYYEYYEYYEYEYYEYYEYYEYE???????V對于一階自回歸過程而言(),上述矩陣是一個標量,;對于階1?p)1(12???pVp自回歸而言:???????????????????????03213012210112102??????????????????????????pppppppV這里是過程的第個自協(xié)方差,可以按照以前的介紹公式計算。j?)(p
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 最大似然估計概述
- 最大似然序列估計均衡技術(shù)研究.pdf
- 盲最大似然序列估計算法的研究.pdf
- 基于最大似然序列估計的電均衡研究和設(shè)計.pdf
- 基于最大似然序列估計的均衡器的研究.pdf
- 基于最大似然算法的DOA估計方法研究.pdf
- 對數(shù)正態(tài)分布參數(shù)的最大似然估計
- 基于快速最大似然估計的脈沖星時間延遲測量方法.pdf
- 基于最大似然和罰似然估計的CT統(tǒng)計重建算法研究.pdf
- DNA序列比對最大似然度進化模型.pdf
- 時間序列分析方法 第06章 譜分析
- 基于最大似然估計的自適應閾值視頻被動取證
- 基于最大似然估計的動物運動轉(zhuǎn)向解碼研究.pdf
- 38626.時間序列模型的經(jīng)驗似然推斷
- 單聲道信號源分離最大似然方法
- 均值協(xié)方差模型中非約束參數(shù)的最大似然估計.pdf
- [學習]概率論與數(shù)理統(tǒng)計ppt課件第七章最大似然估計
- 最大似然算法在動態(tài)DOA估計中的應用研究.pdf
- 第8章時間序列分析習題
- 41051.var和cte估計的經(jīng)驗似然方法
評論
0/150
提交評論