基于p阶混合算子的整值离散时间序列分析及其应用
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 文献综述 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.3 本文主要内容 | 第10-11页 |
| 1.4 本文主要创新点 | 第11-12页 |
| 2 预备知识 | 第12-19页 |
| 2.1 一阶整值自回归(INAR(1))模型 | 第12-14页 |
| 2.1.1 INAR(1)模型简介 | 第12-13页 |
| 2.1.2 INAR(1)模型基本性质 | 第13页 |
| 2.1.3 INAR(1)模型的参数估计 | 第13-14页 |
| 2.2 p阶整值自回归(INAR(p))模型 | 第14-15页 |
| 2.2.1 INAR(p)模型简介 | 第14页 |
| 2.2.2 INAR(p)模型基本性质 | 第14页 |
| 2.2.3 INAR(p)模型的参数估计 | 第14-15页 |
| 2.3 Pegram混合算子模型 | 第15-16页 |
| 2.4 概率生成函数 | 第16页 |
| 2.5 一阶混合算子MPT(1)模型 | 第16-19页 |
| 2.5.1 MPT(1)模型定义 | 第16页 |
| 2.5.2 MPT(1)模型性质 | 第16-19页 |
| 3 p阶混合算子MPT(p)模型 | 第19-26页 |
| 3.1 模型提出 | 第19页 |
| 3.2 模型基本性质 | 第19-22页 |
| 3.2.1 MPT(p)的概率生成函数 | 第19-20页 |
| 3.2.2 MPT(p)模型的预测公式 | 第20-21页 |
| 3.2.3 MPT(p)模型的条件概率生成函数 | 第21页 |
| 3.2.4 MPT(p)模型的条件转移矩阵 | 第21-22页 |
| 3.3 模型自相关函数 | 第22-23页 |
| 3.4 建模分析 | 第23-26页 |
| 3.4.1 数据模拟 | 第23-24页 |
| 3.4.2 模型的参数估计 | 第24-26页 |
| 4 基于MPT(p)模型的股票交易量行为研究 | 第26-34页 |
| 4.1 样本数据预处理 | 第26-28页 |
| 4.2 模型选择与估计 | 第28-30页 |
| 4.3 模型预测与结果分析 | 第30-34页 |
| 5 结论与展望 | 第34-35页 |
| 致谢 | 第35-36页 |
| 参考文献 | 第36-39页 |
| 附录 | 第39页 |
| A.作者在攻读学位期间发表的论文目录 | 第39页 |
