时间序列分析与综合--ARMA模型的阻尼最小二乘法.doc

论文题目： ARMA模型的阻尼最小二乘法 班 级： 姓 名： 学 号： 指导教师： 摘 要 ARMA模型是将实际问题利用时间序列建立起的模型，只要把ARMA模型的参数估计出来，实际问题就能解决了。本文只对讨论了ARMA模型参数的优化理论估计方法的一种：阻尼最小二乘法。非线性时间序列ARMA模型参数的优化估计法一阻尼最小二乘法，它结合了Newton法和最速下降法的优点，既保证了迭代计算的收敛性，又加快了收敛的速度。当初值的精度较差时，更宜采用阻尼最小二乘法。本文给出实例的MATLAB程序，并利用t统计量检验出阻尼最小二乘法要比最小二乘法的参数估计值更为显著，拟合模型更优。 关键词：非线性；阻尼最小二乘法；ARMA；MATLAB Abstract ARMA model is to establish a real problem using time series models, As long as the ARMA model parameters estimated from the actual problem can be solved. Nonlinear time series ARMA model parameter optimization estimation method桪amped least squares method, It combines the advantage of Newton method and the steepest descent method, It not only ensures the convergence of iterative calculations, but also accelerate the speed of convergence. When the accuracy of the original value i：s poor, it better to using qualified damped least squares method. This paper gives examples of the MATLAB program,And use the t-statistic tests the damped least squares method more significant than the method of least squares parameter estimates, and better fitting model. Keywords: Nonlinear; Damped least squares method; ARMA; MATLAB 1.引言 时间序列分析是数理统计中的一个重要分支，用随机过程理论和数理统计方法研究随机数据序列的规律。时间序列分析提供了一套具有科学依据的动态数据处理方法，该方法的主要手段是对各种类型的数据采用相应的数学模型去近似描述。通过对模型的分析研究，便可更本质地了解数据的内在结构和复杂特性，从而达到预测其发展趋势并进行必要的控制的目的。随着新经济和网络时代的到来，无论是自然科优化算法学领域，社会科学领域，还是国家宏观管理和企业生产经营管理，甚至与人们的日常生活，信息需求量日益增多，信息处理技术更加复杂，而时间序列分析可以解决相关问题，ARMA模型是将实际问题利用时间序列建立起的模型，只要把ARMA模型的参数估计出来，实际问题就能解决了．ARMA模型参数估计方法大致可分为三类，一类是由时序理论本身发展的参数估计方法，称为ARMA模型参数的时序理论估计方法；另一类是将优化理论中的迭代算法用于模型参数估计，称为ARMA模型参数的优化理论估计方法，第三类是将控制理论中差分模型的参数估计方法用于ARMA模型参数估计，称为ARMA模型参数的控制理论估计方法． 时间序列分析方法 2.1 描述性时序分析 早期的时序分析通常都是通过直观的数据比较或绘图观测，寻找序列中蕴含的发展规律，这种分析方法就称为描述性时序分析。古埃及人发现尼罗河泛滥的规律就是依靠这种分析方法。而在天文、物理、海洋学等自然科学领域，这种简单的描述性时序分析方法也常常能使人们发现意想不到的规律。描述性时序分析方法具有操作简单、直观有效的特点，它通常是人们进行统计时序分析的第一步。