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(rèn)領(lǐng)
文檔簡介
1、在實際生活中,對時間序列數(shù)據(jù)進行分析是我們常常需要面對的問題,所以所用模型的好壞直接影響到對未來情況的預(yù)測和對現(xiàn)有數(shù)據(jù)的描述.根據(jù)時間序列數(shù)據(jù)所表現(xiàn)的性質(zhì),我們需要不同的模型去擬合它,本文對一類重要的時間序列數(shù)據(jù)進行了探討,仿照1996年LE等人的GMTD模型提出EMTD模型,利用混合型的指數(shù)分布函數(shù)對時間序列建模,給出了EMTD模型的一階矩、二階矩平穩(wěn)性條件.相異于通常用于混合模型參數(shù)估計所采用的EM算法,本文利用遺傳算法對模型的參數(shù)
2、進行估計,并推導(dǎo)了參數(shù)估計的標(biāo)準(zhǔn)誤差,及時間序列值的(1-α)%預(yù)測區(qū)間. 混合模型成分個數(shù)的選擇一直以來也是一個重要的研究課題,對于所涉及到的這方面的問題,本文采用一種基于優(yōu)化的距離來確定成分的個數(shù),并給出了相關(guān)的推導(dǎo). 為了說明本文所提出的模型以及算法,在文章中我們還對不同的方法之間進行了比較,做為比較的依據(jù)是一步預(yù)測區(qū)間和一步預(yù)測值,對于這些方面本文也給出了推導(dǎo),并且利用SAS軟件得到所有的結(jié)果.本文還對LE等人的
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(yù)覽,若沒有圖紙預(yù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 混合ARMA模型與異方差混合轉(zhuǎn)移分布模型的研究.pdf
- 索賠額服從混合指數(shù)分布的風(fēng)險模型破產(chǎn)前盈余的分布.pdf
- 39399.基于指數(shù)型分布族的有限混合模型聚類
- 混合指數(shù)分布的參數(shù)估計.pdf
- 多元混合指數(shù)分布參數(shù)的優(yōu)化估計.pdf
- 混合線性模型下過程能力指數(shù)的廣義推斷.pdf
- 基于小波分解混合模型的股票指數(shù)預(yù)測研究.pdf
- 復(fù)雜動態(tài)無標(biāo)度網(wǎng)絡(luò)指數(shù)增長模型的度分布的研究.pdf
- 中國城市新建住宅房價指數(shù)的混合效應(yīng)模型研究.pdf
- 面向股票價格指數(shù)多步預(yù)測的混合模型研究.pdf
- 理賠額服從指數(shù)分布的聚合風(fēng)險模型研究.pdf
- 基于相關(guān)矩陣和混合指數(shù)分布的聚類分析.pdf
- 有限混合分布模型與線性模型的估計和檢驗問題.pdf
- 有限混合分布模型的統(tǒng)計分析.pdf
- 一類混合增長網(wǎng)絡(luò)模型的度分布.pdf
- 基于指數(shù)分布的機會約束型隨機DEA模型研究.pdf
- 指數(shù)復(fù)制模型研究.pdf
- 基于指數(shù)冪族和高斯混合密度模型的ICA算法.pdf
- 基于自回歸混合效應(yīng)模型的新建住宅房價指數(shù)編制方法研究.pdf
- 基于壓縮混合模型的分布式索引技術(shù)研究.pdf
評論
0/150
提交評論