在选定某种模型如AR、MA、ARMA、ARIMA模型后，需要对模型的未知参数进行估计，估计的方法与数理统计中的参数点估计方法类似，有相关矩估计、最小二乘估计、最小方差估计、极大似然估计、最大熵估计等。
在对参数进行估计前，需要知道各种常见统计量的计算方法。由于自相关函数、偏自相关函数、功率谱密度、格林函数等作为系统的特征函数，在给出大量的数据（样本）之后，如果得到这些特征函数的估计呢？
（1）样本均值、样本方差、样本自相关函数、样本功率谱的计算
本文介绍了时间序列分析中参数估计的各种方法，包括相关矩估计、最小二乘估计、线性最小方差估计、极大似然估计，并讨论了它们在AR、MA、ARMA和ARIMA模型中的应用。在估计前，需要计算样本均值、方差、自相关函数和功率谱。不同估计方法各有特点，如最小二乘法在大数据量时与相关矩估计效果相当，而极大似然估计则寻求使数据发生概率最大的参数。
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
