基于结构方程模型改进ARMA模型参数估计 |
| |
引用本文: | 朱苗苗.基于结构方程模型改进ARMA模型参数估计[J].教育技术导刊,2016,15(9):6-9. |
| |
作者姓名: | 朱苗苗 |
| |
作者单位: | 西安工程大学 理学院,陕西 西安 710048 |
| |
摘 要: | 自回归移动平均模型(ARMA模型)是目前最常用的拟合平稳序列的模型,分为AR模型、MA模型和ARMA模型三大类。通常将自回归模型(AR)、移动平均模型(MA)或自回归移动平均模型(ARMA),称作ARIMA模型体系,是一个重要的预测工具,成为时间序列分析中许多基本思想的基础。针对时间序列数据分析中ARMA模型的识别、建立和估计问题,提出一种将SEM结构方程应用于ARMA模型参数估计的改进算法,以加快计算的收敛速度和提高模型参数估计的精确度。通过将时间序列数据的协方差式子进行变换,发现其结果满足结构方程对变量协方差的要求。结果表明,可以将SEM结构方程应用于ARMA模型来处理时间序列模型数据。
|
关 键 词: | 结构方程模型 时间序列数据 ARMA |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|