《时间序列分析》课程教学课件（PPT讲稿）第四章 平稳时间序列模型的建立 第三节 模型参数估计 第四节 模型的适应性检验 第五节 建模的其它方法

时间序列分折

时间序列分析

第四章单稳时同序列横型的建立 第四章平稳财问序列模型的建立 本章共分六节： 必第一节 模型识别 必第二节 模型定阶 ※第三节 模型参数估计 ※第四节 模型的适应性检验 必第五节 建模的其它方法 必第六节 实例

2 第四章 平稳时间序列模型的建立 本章共分六节： ※第一节 模型识别 ※第二节 模型定阶 ※第三节 模型参数估计 ※第四节 模型的适应性检验 ※第五节 建模的其它方法 ※第六节 实例 第四章 平稳时间序列模型的建立

第四章平稳时间序列找型的建立 第三节 模型参数估计 模型参数估计的几种方法 常用的参数估计方法有： 矩估计、极大似然估计、贝叶斯估计、 最小二乘估计等 二、模型参数的相关矩估计

3 第四章 平稳时间序列模型的建立 第三节 模型参数估计 一、模型参数估计的几种方法 二、模型参数的相关矩估计 常用的参数估计方法有： 矩估计、极大似然估计、贝叶斯估计、 最小二乘估计等

第四章平稳时间序列模型的建立 模型参数的相关矩估计 1.矩估计：用样本矩去估计总体相应的矩。 是一种简单粗略的估计，但可提供迭代估计时的初值 优点：简单易懂，便于计算 缺点：有效性和精度不够

4 第四章 平稳时间序列模型的建立 二、模型参数的相关矩估计 1. 矩估计： 用样本矩去估计总体相应的矩。 是一种简单粗略的估计，但可提供迭代估计时的初值 优点：简单易懂，便于计算 缺点：有效性和精度不够

第四章平稳时间序列找型的建立 2.模型参数的矩估计（初估计） (1)AR模型参数的矩估计 Po Pk- Pk P 根据Yule-Walker方程 P Po Pk-2 9k2 P : .: Pk-1 Pk-2 . Po 依 PK Po P . Pk-1 P 可以得到： 0k2 P Po Pk-2 P Pk-1 Pk-2 Po Pk 又有 Pki=1Pk222ik=k

5 第四章 平稳时间序列模型的建立 2. 模型参数的矩估计(初估计) （1）AR模型参数的矩估计 根据Yule-Walker方程               =                              − − − − kk k k k k k k k                         2 1 2 1 1 2 0 1 0 2 0 1 1                             =               − − − − − k k k k k kk k k                         2 1 1 1 2 0 1 0 2 0 1 1 2 1 可以得到： , , , , 又有 k1 =1 k 2 =2  kk =k