已閱讀1頁，還剩29頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文針對(duì)自回歸滑動(dòng)平均(ARMA)過程的參數(shù)估計(jì)和定階，把Box-Jenkins方法和BIC準(zhǔn)則與系統(tǒng)的定階方法加以結(jié)合，詳細(xì)地介紹了基于線性估計(jì)和自回歸定階準(zhǔn)則的方法(ARCRI)和公因子檢驗(yàn)定階改進(jìn)法。并且把這兩種方法和廣義樣本自相關(guān)系數(shù)函數(shù)定階法(ESACF)加以比較總結(jié)。 ARCRI在估計(jì)部分采用了兩步回歸法 (two-stage regression method)，用自回歸定階準(zhǔn)則來確定模型的階。 而公因子檢
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- Lasso方法在ARCH模型定階中的應(yīng)用.pdf
- 參數(shù)化地震子波模型定階方法研究.pdf
- 多維ARMA模型的譜估計(jì)及預(yù)測方法.pdf
- 多種變量選擇方法在ARMA階數(shù)確定中的比較.pdf
- 基于ARMA模型的CFAR網(wǎng)絡(luò)入侵檢測方法研究.pdf
- 時(shí)間序列arma模型
- 基于ARMA模型的明變系統(tǒng)參數(shù)辨識(shí)方法研究.pdf
- 基于ARMA模型的結(jié)構(gòu)識(shí)別.pdf
- ARMA模型的Hodges-Lehmann估計(jì).pdf
- 基于ARMA模型的時(shí)間序列挖掘.pdf
- 基于ARMA模型的CELP算法研究.pdf
- 基于遺傳算法定階的ARMA模型在用電量預(yù)測中的應(yīng)用研究.pdf
- 分?jǐn)?shù)階模型的離散化方法研究.pdf
- AR(p)模型的Lasso方法定階.pdf
- 多傳感器多變量ARMA模型信息融合辨識(shí)方法研究.pdf
- 基于ARMA模型和改進(jìn)粒子群算法的地震子波提取方法研究.pdf
- 一類非參數(shù)ARMA模型.pdf
- 基于ARMA模型的濁度傳感器系統(tǒng)故障診斷方法研究.pdf
- arma模型在gdp預(yù)測中的應(yīng)用
- 基于人工神經(jīng)網(wǎng)絡(luò)和ARMA模型的結(jié)構(gòu)參數(shù)識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論