考察下面的ARMA模型:
Yt=c+ϕ1Yt−1+ϕ2Yt−2+...+ϕpYt−p+ϵt+θ1ϵt−1+θ2ϵt−2+...+θqϵt−q
如何运用Y的观测值来估计 (c,ϕ1,...,ϕp,θ1,...,θq,σ2) 的值。
估计所根据的基本原则是最大似然估计。
从理论上讲,求最大似然估计包括两个步骤。
1. 计算似然函数式
2. 求使得这个函数值最大的
θ
值
令
θ≡(c,ϕ1,...,ϕp,θ1,...,θq,σ2),
表示总体参数向量。假定我们观测到一个样本量为T的样本
(y1,y2,...,yT)
,计算概率密度
fYT,YT−1,...,Y1(yT,yT−1,...,y1;θ)
它可近似地看作已观测到的这个具体样本的概率。 θ 的最大似然估计是使这个具体样本最可能观测到的值,即使式最大的 θ 值。