论文部分内容阅读
本文主要研究了多维平稳序列自回归模型AR(p)的参数估计及其相关的统计性质，具体内容如下：
第一部分，介绍了多维平稳时间序列及其均值向量和协方差阵函数的概念，并引入了多维AR(p)模型及其数字特征，在此基础上给出了模型的平稳性条件。
第二部分，主要讨论研究了多维AR(p)模型参数估计的四种方法。首先，借鉴文献[9]中一维AR(p)模型的Yule-Walker估计方法，得到了多维平稳序列的Yule-Walker方程，从而给出了多维AR(p)模型参数的递推估计。其次，本文对传统的最小二乘估计方法做出了改进，从而更便于借助MATLAB进行编程计算。接下来，作者以文献[9]中的多维Durbin-Levinson算法为基础，给出了AR(p)模型的Durbin-Levinson估计，使模型得到了较好的拟合。最后，在Gauss白噪声的假设下，对已有的观测值，构造出其样本对数似然函数，并讨论了模型的参数阵兀和白噪声方差阵∑的极大似然估计。
第三部分，引用传统的线性预报理论，给出多维AR(p)模型的预报，并简要介绍模型的定阶准则。