非线性时间序列建模的异方差混合双AR模型
王红军1
田铮2
党怀义3
1.西北工业大学理学院,应用数学系,陕西,西安,7100722.西北工业大学理学院,应用数学系,陕西,西安,710072;中国科学院,自动化研究所,模式识别国家重点实验室,北京,1000803.中国飞行试验研究院,陕西,西安,710089
摘要：研究了可用于非线性时间序列建模的异方差混合双自回归模型(heteroscedastic mixture doubleautoregressive model,HMDAR),给出了HMDAR模型的平稳性条件,利用ECM(expectation conditional maximization)算法来估计模型的参数,运用BIC(Bayes information criterion)准则来选择模型.HMDAR模型条件分布富于变化的特征使它能够对具有非对称或多峰分布的序列进行建模,将HMDAR模型应用于几个模拟和实际数据集均得到了较为满意的结果,特别是对波动较大的序列,HMDAR模型能比其他模型更好地捕捉到数据序列的特征.
关键词：异方差混合双自回归模型平稳性BIC准则ECM算法非对称分布多峰分布条件异方差
分类号：TP391(计算技术、计算机技术)N93(非线性科学)
资助基金：国家自然科学基金(60375003)航空科研项目(03153059)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 879-885 )
英文信息