共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
本讲座以美国普查局的X-11程序为背景,介绍程序中涉及的经济概念和统计方法,并结合实例介绍方法的应用. 相似文献
5.
本文考虑了ARFIMA-GARCH类模型的状态空间表示.ARFIMA-GARCH这类模型结合了长记忆时间序列和条件异方差过程.虽然ARFIMA-GARCH模型的状态空间表示是无穷维的,但是基于这种表示法的精确极大似然估计可以在样本长度的迭代计算中得到.本文提出了基于模型的截断的自回归展开式的似然函数近似估计,进而得到了... 相似文献
6.
7.
本文考虑到金融收益率序列的"尖峰厚尾"和波动持续性等特征,针对厚尾SV-T模型的波动率样本外预测问题,提出了基于状态空间下的SV-T-MN(SV-T with Mixture-of-Normal)模型。首先根据MCMC方法估计SV-T模型参数,然后由EM算法估计混合正态参数,最后利用近似滤波(AMF)算法实现SV-T-MN模型的样本外预测。对KF、EKF、AMF进行的模拟研究表明高斯混合状态空间下的AMF更有效。通过对上证指数和深证成指的股指日收益率序列的实证研究结果表明,在五大损失函数评价准则下,基于状态空间SV-T-MN模型能有效刻画金融收益率序列和尾部的波动性,相比SV-N-MN模型具有更好的优越性。 相似文献
8.
研究了在线性模型下,通过经验似然、欧氏似然及VT,P方法分别检验了序列的相关性,并对三种序列相关检验方法做出了对比.同时进一步对三种序列相关性检验方法进行了数值模拟,模拟结果对未来做类似序列相关性检验的研究有着一定的参考意义. 相似文献
9.
10.
2.2状态空间模型参数的极大似然估计 在本文 1中我们建立了结构时间序列的状态空间模型(1.3),在该模型中状态转移阵Φ(其中的自回归项参数α1,α2。…,αp),状态噪声协方差阵Q(其对角线上的σξ2,σ 2n,αe2,αξ2)及量测噪声方差k都是待估计的.此外在进行Kαlmαn滤波时,状态及协方差阵的近值X(0/0), P(0,0/0)也是待估计的.我们将未知参数简记为 0=(Φ,Q,R,X(0/0),P(0,0/0)假定已得到观测数据我们通过极大化观测数据的似然函数来估计未知数. 观测数据的似然函数是上式中f是条件概率密度函数. 由状态空间的状态方程及量测方程(1.3)可得… 相似文献
11.
股票指数的时间序列模型分析 总被引:5,自引:0,他引:5
借助于SA S软件将工程中的K a lm an滤波方法与时间序列的状态空间模型结合对上海A股指数进行了拟合与预测分析,通过对拟合与预测误差的计算可以发现这种模型是可行的;然后还把与滤波结合的状态空间模型的分析结果和常见的时间序列模型如:AR IM A模型、逐步自回归模型以及指数平滑模型的分析结果进行比较,比较的结果说明结合滤波的状态空间模型分析的结果比后三种的结果更加精确.结果为时间序列数据分析提供了一个较好的分析工具. 相似文献
12.
混沌时序相空间重构的分析和应用研究 总被引:6,自引:1,他引:6
在国内外学者工作的基出上,应用Legendere坐标法重构动力系统的相空间,研究了时序时隔τ的取值范围,讨论了时序间隔τ对相空间重构工作的影响,并用所提方法重构了系统的吸引子.算例表明所提方法是有效的. 相似文献
13.
带季节线性趋势的季节时间序列的单位根检验 总被引:1,自引:0,他引:1
本文为检验带季节线性趋势的季节时间序列的单位根,提出了调整季节线性趋势的统计量,导出这些统计量的极限分布,并用Monte Carlo方法比较研究这些统计量的检验势. 相似文献
14.
针对增长型外汇储备时间序列变化复杂性的特点,可以建立确定性趋势的时间序列模型及包含单位根的随机趋势模型.实际计算显示,确定性趋势的时间序列模型具有较高的预测精度. 相似文献
15.
本文讨论一阶自回归模型自回归参数$\phi$的变点问题. 对于一阶自回归模型, 在模型的白噪声序列的方差$\sigma^2$已知和未知的条件下, 利用最大似然方法, 我们分别讨论了模型自回归参数$\phi$的Abrupt Change-Point 和Gradual Change-Point的检测问题. 相似文献
16.
HERMANN SINGER 《The Journal of mathematical sociology》2013,37(4):301-320
A structural equation model (SEM) with deterministic intercepts is introduced. The Gaussian likelihood function does not contain determinants of sample moment matrices and is thus well-defined for only one statistical unit. The SEM is applied to the dynamic state space model and compared with the Kalman filter (KF) approach. The likelihood of both methods are shown to be equivalent, but for long time series numerical problems occur in the SEM approach, which are traced to the inversion of the latent state covariance matrix. Both approaches are compared on several aspects. The SEM approach is now open for idiographic (N = 1) analysis and estimation of panel data with correlated units. 相似文献
17.
Adrian E. Raftery 《European Journal of Operational Research》1985,20(2):127-137
Current univariate and multivariate time series modelling procedures are reviewed. Areas of disagreement are discussed, such as the choice of a forecasting method, whether to use time series analysis or econometrics for economic data, the merits of prior seasonal adjustment, and the advisability of prewhitening in multivariate modelling. Some recent developments in model identification, estimation and model criticism are described. It is argued that too little attention has been paid to allowing for departures from the model; this leads to a discussion of exploratory and robust techniques. Finally, it is pointed out that little has been done on modelling positive and discrete-valued time series of importance in OR such as lifetimes and counts; some recent proposals are described. 相似文献