| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 机器学习-时间序列自回归移动平均模型-翻译(Autoregressive moving average modelARMA) -> 正文阅读 |
|
[人工智能]机器学习-时间序列自回归移动平均模型-翻译(Autoregressive moving average modelARMA) |
目录 1.自回归模型(Autoregressive model,简称AR) 2.移动平均模型(Moving Average model,简称MA) 3.自回归滑动平均模型(Autoregressive moving average model,简称ARMA) 4.Note about the error terms?注意误差术语 5.Specification in terms of lag operator?滞后算符方面的规范/用滞后算子表示的规范 6.1Implementations in statistics packages 数据统计包的实现 8.1具有外生输入的自回归移动平均模型(Autoregressive moving average model with exogeneous inputs models,简称ARMAX) 0.前言在统计和信号处理中,自回归移动平均(ARMA)模型通常应用于时间序列数据,有时被称为博克思-詹金斯(Box-Jenkins)模型,因为通常使用迭代的Box-Jenkins方法来估计它们。 给定数据? 1.自回归模型(Autoregressive model,简称AR)符号AR(p)指的是p阶的自回归模型,其中c为模型的参数,为常数,是白噪声。为了简单起见,许多作者省略了常数项。自回归模型本质上是一个加了一些附加解释的全极无限脉冲响应滤波器。为了使模型保持平稳,必须对该模型的参数值进行一些约束。例如,AR(1)模型中| 2.移动平均模型(Moving Average model,简称MA)符号MA(q)指的是阶q的移动平均模型:?其中θ1,…, θq是模型的参数,μ是? 3.自回归滑动平均模型(Autoregressive moving average model,简称ARMA)ARMA(p, q)表示具有p个自回归项和q个移动平均项的模型。该模型包含AR(p)和MA(q)模型. 4.Note about the error terms?注意误差术语误差项通常被假设为独立的同分布随机变量(i.i.d),抽样自平均值为零的正态分布:~ N(0, 5.Specification in terms of lag operator?滞后算符方面的规范/用滞后算子表示的规范在一些文本中,模型将根据滞后算子 5.1Alternative notation?替代符号包括Box、Jenkins和Reinsel(1994)在内的一些作者对自回归系数使用了不同的约定。这允许所有的多项式涉及滞后算符出现在一个类似的形式贯穿始终。 6.Fitting models?拟合模型ARMA模型一般在选择p和q之后,可以通过最小二乘回归拟合得到误差项最小的参数值。通常认为,找到p和q的最小值对数据具有可接受的拟合性是一种很好的做法。对于纯AR模型,Yule-Walker(尤勒-沃克)方程可用于提供拟合。 6.1Implementations in statistics packages 数据统计包的实现在R中,tseries包包含一个arma函数。该函数在“拟合ARMA模型到时间序列”中有文档说明。 7.Applications 应用程序当一个系统是一系列未观察到的冲击(MA部分)及其自身行为的函数时,ARMA是合适的。例如,股票价格可能会受到基本面信息的冲击,以及由于市场参与者的影响而表现出技术趋势和mean-reversion effects(均值回归效应)。 8.Generalizations 概括推广假设? 自回归移动平均模型可以用其他方法推广。参见自回归条件异方差?autoregressive conditional heteroskedasticity?(ARCH)模型和自回归综合移动平均autoregressive integrated moving average?(ARIMA)模型。如果要拟合多个时间序列,则可以拟合一个vector矢量ARIMA(或VARIMA)模型。如果有问题的时间序列显示长记忆,那么fractional分数ARIMA (FARIMA,有时称为ARFIMA)建模可能是合适的:参见?Autoregressive fractionally integrated moving average?自回归分数积分移动平均。如果数据被认为包含季节性影响,则可以用SARIMA(seasonal季节性ARIMA)或periodic周期性ARMA模型来建模。 另一个推广是多尺度自回归(MAR)模型,MAR模型由树的节点索引,而标准(离散时间)自回归模型则由整数索引。 注意ARMA模型是一个单变量模型。多变量情况的扩展是向量自回归Vector Autoregression(VAR)和向量自回归移动平均Vector Autoregression Moving-Average(VARMA) 8.1具有外生输入的自回归移动平均模型(Autoregressive moving average model with exogeneous inputs models,简称ARMAX)表示ARMAX(p, q, b)指的是包含p个自回归项、q个移动平均项和b个外生输入项的模型。该模型包含AR(p)和MA(q)模型,以及已知和外部时间序列 统计包通过使用“外生”或“独立”变量实现ARMAX模型。 |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2025年4日历 | -2025/4/4 23:19:37- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |