自回歸滑動平均模型演示文稿_第1頁
自回歸滑動平均模型演示文稿_第2頁
自回歸滑動平均模型演示文稿_第3頁
自回歸滑動平均模型演示文稿_第4頁
自回歸滑動平均模型演示文稿_第5頁
已閱讀5頁，還剩31頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

自回歸滑動平均模型演示文稿當前1頁，總共36頁。（優選）自回歸滑動平均模型當前2頁，總共36頁。當前3頁，總共36頁。當前4頁，總共36頁。當前5頁，總共36頁。當前6頁，總共36頁。當前7頁，總共36頁。當前8頁，總共36頁。當前9頁，總共36頁。當前10頁，總共36頁。當前11頁，總共36頁。當前12頁，總共36頁。當前13頁，總共36頁。當前14頁，總共36頁。當前15頁，總共36頁。當前16頁，總共36頁。當前17頁，總共36頁。當前18頁，總共36頁。當前19頁，總共36頁。當前20頁，總共36頁。當前21頁，總共36頁。當前22頁，總共36頁。當前23頁，總共36頁。當前24頁，總共36頁。當前25頁，總共36頁。當前26頁，總共36頁。當前27頁，總共36頁。當前28頁，總共36頁。當前29頁，總共36頁。

ARMA模型的好處在于它們的簡約表示。與AR和MA情形一樣，ARMA模型的性質通常可以由他們的自相關函數來刻畫。簡單ARMA模型的ACF的各種性質的一個淺顯易懂的討論可參見Box，Jenkins和Reinsel(1994)的著作第84頁。進一步，既然當過程包含一個常數均值時ACF保持不變，因此，把一個常數均值加入到ARMA模型的表達式中不會改變任何協方差結構。所以，以上關于ARMA模型的ACF的各種性質的討論常常也適用于非零均值情形。當前30頁，總共36頁。當前31頁，總共36頁。當前32頁，總共36頁。當前33頁，總共36頁。當前

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論