基于分数阶时间序列的混合模型
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第9-11页 |
| 第二章 预备知识 | 第11-18页 |
| 2.1 自回归模型 | 第11-13页 |
| 2.1.1 AR(1)模型的平稳性 | 第11-12页 |
| 2.1.2 AR(1)模型的期望 | 第12页 |
| 2.1.3 AR(1)模型的自相关函数 | 第12-13页 |
| 2.2 分数可积的自回归滑动平均模型 | 第13-17页 |
| 2.2.1 模型的定义 | 第13-14页 |
| 2.2.2 模型的平稳性 | 第14-15页 |
| 2.2.3 模型的可逆性 | 第15页 |
| 2.2.4 模型的自相关函数 | 第15-17页 |
| 2.3 模型比较 | 第17-18页 |
| 第三章 基于分数阶时间序列的混合模型 | 第18-28页 |
| 3.1 模型的定义 | 第18-19页 |
| 3.2 模型的性质 | 第19-28页 |
| 3.2.1 模型的平稳性 | 第19-27页 |
| 3.2.2 模型的均值和方差 | 第27-28页 |
| 第四章 混合模型的参数估计 | 第28-34页 |
| 4.1 AR(1)模型的条件似然函数 | 第28页 |
| 4.2 ARFIMA模型的近似似然函数 | 第28-29页 |
| 4.3 混合模型的参数估计 | 第29-33页 |
| 4.3.1 混合AR部分的参数估计 | 第29-32页 |
| 4.3.2 参数d的估计 | 第32-33页 |
| 4.4 模拟 | 第33-34页 |
| 第五章 结论与展望 | 第34-35页 |
| 5.1 本文的工作及结论 | 第34页 |
| 5.2 后续工作的展望 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 致谢 | 第37页 |
