ARMA模型參數(shù)估計(jì)算法改進(jìn)及SARIMA模型的應(yīng)用.pdf

1、時(shí)間序列分析是概率統(tǒng)計(jì)學(xué)科中應(yīng)用性較強(qiáng)的一個(gè)分支，在金融經(jīng)濟(jì)、氣象水文、海洋學(xué)、信號(hào)處理、機(jī)械震動(dòng)等眾多領(lǐng)域有著廣泛的應(yīng)用。它展示了被研究對(duì)象在一段時(shí)期內(nèi)的發(fā)展變化過(guò)程，往往通過(guò)對(duì)以往的時(shí)間序列數(shù)據(jù)進(jìn)行分析處理，尋找出序列變化的特征趨勢(shì)，進(jìn)而對(duì)未來(lái)某時(shí)刻研究對(duì)象的狀態(tài)作預(yù)測(cè)，以供決策或控制。因此為了更準(zhǔn)確地做出預(yù)測(cè)，就要使得時(shí)間序列模型擬合顯著，而參數(shù)估計(jì)法是時(shí)間序列模型擬合顯著的首要前提。最常用的參數(shù)估計(jì)法有：矩估計(jì)、極大似然估計(jì)和最

2、小二乘估計(jì)。
　　論文研究了ARMA模型參數(shù)估計(jì)的一種改進(jìn)算法及SARIMA模型和GARCH模型在實(shí)際問(wèn)題中的應(yīng)用。
　　首先，給出了非線性時(shí)間序列ARMA模型參數(shù)估計(jì)的一種改進(jìn)算法。該算法采用Yule-Walker法和逆函數(shù)法相結(jié)合的方法確定初值，再結(jié)合優(yōu)化理論中的阻尼最小二乘法求解模型參數(shù)，從而形成了非線性時(shí)序優(yōu)化估計(jì)法。利用MATLAB應(yīng)用該算法對(duì)實(shí)例進(jìn)行分析，驗(yàn)證了該算法的有效性。
　　其次，基于SARIMA模