基于Matlab的AR模型参数估计

本文介绍了如何在Matlab中进行AR(n)模型参数估计,通过实例分析和最小二乘法,结合FPE、AIC和BIC准则选择最佳模型。在分析中发现,AR(7)模型在精度和简约性上表现最优。
摘要由CSDN通过智能技术生成

基于Matlab的AR模型参数估计

AR(n)模型参数估计

已知测得的随机时间序列 y[n],对时间序列建立 y的 p 阶自回归 AR 模型。y[n]=a1 y[n-1]+a2 y[n-2]+…+ap y[n-p]+ε[n] 。最小二乘法进行适用性检验准则包括最终估计误差(FPE)准则、信息(AIC)准则、BIC 准则等,在此使用最小二乘法及以上三个准则对实例进行分析。
在这里插入图片描述

实例分析

用时间序列的最小二乘估计和 FPE、AIC 准则对 AR(n)模型进行参数估计,时间序列如图所示。
在这里插入图片描述

Matlab 程序设计

y=[162,175,162,156,174,157,154,177,159,171,166,162,171,183,163,152,165,175,167,170,170,167,171,164,163,170,164,162,167,166,153,173,158,174,170,167,157,178,163,163,158,154,149,178,160,164,160,171,153,178,160,155,169,156,161,166,169,172,169,161,163,171,171,163,171,165,159,161,
  • 3
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值