matlab自回归模型AIC,时间序列笔记-自回归模型(二)

本文是关于使用MATLAB进行时间序列分析的笔记,主要聚焦于自回归模型的拟合和预测。介绍了ARIMA(1,0,0)模型,通过arima()函数拟合自回归模型,计算了ar1、intercept和sigma^2的估计值,并展示了如何使用predict()函数进行预测及生成预测值的95%置信区间。" 7738384,1082200,理解字节对齐及其影响,"['编译器', '内存管理', 'C/C++', '平台差异', '性能优化']
摘要由CSDN通过智能技术生成

笔记说明

在datacamp网站上学习“Time Series with R ”track

“Introduction to Time Series Analysis”课程 做的对应笔记。

学识有限,错误难免,还请不吝赐教。

如无特殊说明,笔记中所使用数据均来自datacamp课程

自回归模型部分的笔记分为(一)(二)两个部分发布,第一部分主要包括自回归过程简介、不同参数情况下自回归过程的特点和数据模拟;第二部分主要是自回归模型的拟合和预测。(这样我每日一更打卡的压力也能小一些。。。)

拟合自回归模型

arima是自回归滑动平均混合模型(Autoregressive Integrated Moving Average model)的简称,模型有p,d,q三个参数:自回归阶数p,差分阶数d,移动平均阶数q,这三个参数会在以后讲解中再行详述。现在只需要知道ARIMA(1,0,0)模型就是一个自回归模型,因此我们可以用order为c(1,0,0)的arima()函数对给定时间序列进行自回归模型的拟合。(我们这里只关注1阶的情景,最简单的自回归过程)

拟合后给出的结果中,ar1即为

math?formula=%5Cphi的估计值,intercept即为μ的估计值,sigma^2即为

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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