基于结构方程模型改进ARMA模型参数估计

• 作者: 朱苗苗
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 结构方程模型 时间序列数据 ARMA
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP301
• 字数: 3493字
• 语种: 中文
• DOI: 10.11907/rjdk.161643

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱苗苗	西安工程大学理学院	1	3	1.0	1.0