Kalman滤波在ARIMA模型参数估计中的应用

被引：1

作者：

孙大宁

程述汉

机构：

[1] 北方工业大学基础科学学院!北京石景山

[2] 山东农业大学基础部!山东泰安

来源：

北方工业大学学报 | 1998年 / 01期

关键词：

Kalman滤波; ARMA; ARIMA模型; 极大似然函数; 状态空间;

D O I：

暂无

中图分类号：

O212 [数理统计];

学科分类号：

摘要：

在文献[2，5]研究的基础上，对ARMA模型的状态空间表达式作了推广，证明了推广后的形式是ARIMA模型的状态空间表达式，并证明了由此得到的估计量是最小均方线性无偏估计，最后给出l步线性预报公式．

引用

页码：12 / 19

页数：8

共 5 条

[1]

Some efficient computational procedures for high order ARMA models. Tunnicliffe Wilson G. J. Statist Comp. Simul . 1979

[2]

Algorithm AS154 An algorithm for exact maximumlikelihood extimation of autoregressive-moving average models by means of kalman filtering. Garden G,Harvey A C,Philips G D A. Applied Statistics . 1980

[3]

Algorithm AS197 A fast algorithm for the exact likelihood of autoregressive-moving average models. Melard G. Applied Statistics . 1984

[4]

Time Series Analysis:Forecasting and Control. Box B E P,Jenking G M. . 1970

[5]

Maximum likelohood estimation of regression moldels with autoregressive-moving average disturbances. Harvey A C,Philips G D A. Biometrika . 1979

← 1 →