首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文--随机过程论文--期望与预测论文

ARMA模型参数估计算法改进及SARIMA模型的应用

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-19页
   ·引言第11-12页
   ·时间序列分析的应用第12-14页
   ·时间序列模型参数估计的研究状况第14-15页
   ·时间序列模型的参数估计法第15-17页
   ·论文结构及选题意义第17-19页
第2章 预备知识第19-33页
   ·平稳时间序列的定义第19页
   ·平稳时间序列的模型第19-21页
     ·AR 模型第19-20页
     ·MA 模型第20页
     ·ARMA 模型第20-21页
   ·ARMA 模型识别第21-25页
     ·自相关和偏自相关函数第21-22页
     ·AR 模型的识别第22-23页
     ·MA 模型的识别第23-24页
     ·ARMA 模型的识别第24-25页
   ·ARMA 模型参数估计方法第25-30页
     ·矩估计第25-27页
     ·极大似然估计第27-28页
     ·最小二乘估计第28-30页
   ·平稳序列建模第30页
   ·非平稳序列的平稳化第30-32页
     ·差分运算第31页
     ·ARIMA 模型第31-32页
   ·本章小结第32-33页
第3章 ARMA 模型参数估计算法改进及在GDP 预测中的应用第33-45页
   ·目标函数第33-34页
   ·初值的确定第34-37页
     ·参数初值β0 的确定第34-37页
     ·残差εt 初值的确定第37页
   ·基于阻尼最小二乘法的优化算法第37-40页
   ·在GDP 预测中的应用第40-43页
   ·本章小结第43-45页
第4章 SARIMA 模型对我国社会消费品零售总额序列的拟合预测第45-61页
   ·模型结构第45-46页
     ·简单季节模型第45-46页
     ·乘积季节模型第46页
   ·模型拟合步骤第46-47页
   ·基于简单季节模型的拟合及预测第47-54页
   ·基于乘积季节模型的拟合及预测第54-59页
   ·两种季节模型的预测结果对比第59-60页
   ·本章小结第60-61页
第5章 GARCH 模型在金融时间序列中的拟合应用第61-69页
   ·模型结构第61-63页
     ·ARCH(q ) 模型第61-62页
     ·GARCH (p,q ) 模型第62-63页
     ·AR (m ) -GARCH (p,q ) 模型第63页
   ·GARCH模型拟合步骤第63页
   ·AR-GARCH 模型对金融时间序列的拟合第63-68页
   ·本章小结第68-69页
结论第69-70页
参考文献第70-74页
攻读硕士学位期间承担的科研任务与主要成果第74-75页
致谢第75-76页
作者简介第76页

论文共76页,点击 下载论文
上一篇:带有止步和中途退出的可修和休假排队
下一篇:统计过程控制中非正态过程能力指数的研究