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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、時(shí)間序列分析有著非常廣泛的應(yīng)用領(lǐng)域,它作為數(shù)理統(tǒng)計(jì)學(xué)的一個(gè)分支,主要是利用觀測(cè)信息估計(jì)總體的性質(zhì)。那么,確定一個(gè)合適的模型來(lái)表示所觀測(cè)的平穩(wěn)時(shí)間序列就有著重要的意義。本文考慮誤差項(xiàng)ε<,1>服從廣義誤差分布的自回歸模型和滑動(dòng)平均模型的參數(shù)估計(jì)問題。主要內(nèi)容如下: 第一章,主要介紹時(shí)間序列的研究背景及平穩(wěn)時(shí)間序列在參數(shù)估計(jì)上已有的研究成果。 第二章,給出了ε<,1>~GED(r)的自回歸模型和滑動(dòng)平均模型的參數(shù)估計(jì)方法。在
2、自回歸模型中ε<,1>~GED(r),GED分布的參數(shù)r已知的情況下,基于似然函數(shù)的形式,當(dāng)r>1時(shí),采用log-concave型密度函數(shù)的自適應(yīng)拒絕抽樣方法估計(jì)自回歸系數(shù);當(dāng)r≤1時(shí),用log-convex型密度函數(shù)的自適應(yīng)拒絕抽樣方法。參數(shù)r未知時(shí),我們給定參數(shù)的范圍,用拒絕抽樣方法尋找自回歸系數(shù)合理的估計(jì)值。在滑動(dòng)平均模型中,由于似然函數(shù)形式更加復(fù)雜,文中在參數(shù)的允許域內(nèi)盡量精確地搜索參數(shù)的合理估計(jì)值。本文介紹的另一種估計(jì)方法是自
溫馨提示
- 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 缺失數(shù)據(jù)下AR(p)模型的參數(shù)估計(jì).pdf
- 奇異廣義線性度量誤差模型的參數(shù)估計(jì).pdf
- 2779.偏正態(tài)誤差分布下一元線性回歸模型的參數(shù)估計(jì)及比較
- 22817.廣義gamma分布的參數(shù)估計(jì)
- 14508.ar(p)模型中的變點(diǎn)分析及參數(shù)估計(jì)
- TARCH(q)模型及其參數(shù)估計(jì).pdf
- 具有MA(q)誤差線性模型協(xié)方差陣參數(shù)的分步估計(jì)與Bootstrap算法.pdf
- 廣義極值分布參數(shù)估計(jì)方法的比較分析.pdf
- 廣義半?yún)?shù)模型的參數(shù)估計(jì)與影響分析.pdf
- 廣義Gamma混合模型的參數(shù)估計(jì)研究.pdf
- 度量誤差模型參數(shù)估計(jì)及其統(tǒng)計(jì)性質(zhì).pdf
- 兩參數(shù)廣義指數(shù)分布的參數(shù)估計(jì)與數(shù)值模擬.pdf
- 廣義線性模型中的參數(shù)估計(jì)問題.pdf
- 抽樣分布與參數(shù)估計(jì)
- 廣義AR參數(shù)模型時(shí)延估計(jì)方法研究.pdf
- Alpha穩(wěn)定分布的模型仿真及參數(shù)估計(jì).pdf
- 參數(shù)估計(jì)與非參數(shù)估計(jì)
- 廣義線性模型中參數(shù)估計(jì)的隨機(jī)加權(quán)方法.pdf
- 廣義線性模型和半?yún)?shù)模型下參數(shù)估計(jì)的理論與方法研究
- 基于MCMC的廣義Gamma混合模型的參數(shù)估計(jì)及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論