最小二乘估计_时间序列分析笔记——特征估计、参数估计和模型检验、时间序列预报的超精简总结...

本文详细介绍了时间序列分析中的特征估计和模型检验,包括均值估计、自协方差、偏相关函数和独立白噪声检验。同时,讲解了参数估计和模型检验,如AR、MA、ARMA模型及其定阶、检验方法。最后,讨论了时间序列预报,如最小方差估计和不同类型的序列预报方法。
摘要由CSDN通过智能技术生成

一.特征估计和模型检验

1、均值估计

[1]估计量 ̂= ̅_n

[2]性质

无偏性: ̂是 的无偏估计
相合性:若 _ → 0,则 ̂是 的相合估计;如果{ }严遍历则是强相合估计
收敛性:若

d76b722dd09f30d3e6a90a97c9c7f1cc.png

若{ _ }正态/独立同分布白噪声,则

08a67ee8fad504c2f85d5a215bd2bf8c.png

2、自协方差

[1]估计量

4fac99533ef017c3049338104ecfbdf2.png

[2]性质

d1dc0785cfe20526ae757a8d721dd916.png

(若 { 1 = 0} = 0,则

正定)

3、偏相关函数

[1]定义

92e9ca43d5ad0db7767fd0062f61d264.png

[2]性质

如果{ }是正态平稳序列,则

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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