存在趋势和周期特征的非平稳时间序列的建模及其应用

本文研究存在未知周期和趋势的非平稳时间序列的估计问题.将经典的时间序列分解模型写成一个含有未知参数的部分线性模型,首先采用B-样条逼近未知时间趋势,然后利用惩罚最小二乘回归法得到未知周期、周期序列和趋势的估计.本文还给出估计量的理论性质,包括周期估计的相合性以及周期序列和趋势估计的渐近性质.模拟研究展现了本文方法的优越...     

具有周期特征的离散时间序列的非参数可加模型

周期性是在时间序列分析中经常出现的影响因素之一.在离散值响应变量时间序列中,我们利用带惩罚的极大似然估计建立了未知周期的一致估计.基于周期的估计,我们利用B-样条逼近趋势项和可加函数,同时得到了周期项的√n相合估计以及趋势项和可加函数的初始估计.然后基于后移的思想,推导了趋势项和可加函数的改进估计,并证明了估计量的渐近...     

变系数的周期性时间序列模型及其应用

存在于各个领域的时间序列不仅表现出周期性的特征还易受外界因素的影响,而且外界因素的影响并非一成不变,同时,部分时间序列的周期是未知的.对于这样的易受外界因素影响的周期性时间序列,本文旨在构造含有变系数函数的周期性序列模型.将经典的时间序列模型分解成一个含有未知参数的部分线性变系数模型,利用B样条逼近外生变量的变系数函数,借助带有l₀惩罚项的最小二乘回归得到未知周期、周期序列以及外生变量的影响系数的估计结果.本文还给出了估计量的理论性质,包括周期估计的相合性、周期序列估计和变系数函数估计的渐近性质.通过第4章的模拟,我们展现了本文方法的优越性.最后我们通过三个实际数据的应用展现了本文方法的实用性.