多元ARMA模型的唯一性

本文针对多元ARMA模型形式的不唯一性，给出了一个限制条件，使得多元ARMA模型的形式具有了唯一性．     

ARMA模型的实证应用

本文使用Eviews软件对1880—1985年全球气表平均温度改变值序列拟合,得出了一个ARMA模型,并使用此模型对1880—1985年全球气表平均温度改变值序列进行了预测,预测效果理想。     

关于静电场唯一性定理的讨论

本文针对静电场唯一性定理教学中的一些疑难阿题，利用泊松方程的积分解，详细讨论了空间任意给定区域外(包括界面)的电荷对区域内一点电势的贡献与区域边界S上的φ|s和δφ/δn|s之间的关系．对于准确地理解和应用唯一性定理有一定益处．     

ARMA模型的一点注记

Box同Jenkins在书第七章罗乔林的附录中给出了MA模型两个重要公式。由于它们在参数极大似然估计的精确估计中之重要性,74年、77年、79年被不同作者独立推广到ARMA模型,以上工作均需假定平稳序列是正态的。本文取消了正态条件。用矢量几何独立推导出上述两个公式。这个方法预计对其他类似问题均有效。     

股票价格的ARMA模型预报

用系统辨识的方法建立股票系统数学模型，把股票作为一个复杂而又受到各种因素干扰的随机系统，应用ＡＲＭＡ（ｎ，ｎ－１＿模型进行分析，找到系统内部之间，内部与某些外部因素之间比较精确的定量关系，以便进行有效的股票价格预报。     

利用ARMA模型的直流电机模型的辨识

对四旋翼飞行器机体辨识建模时,首先要知道螺旋桨电机的模型.电机的扭矩和角速度取决于电机的输入电压,它们之间的关系与电机线圈的电阻、电感、电机转动惯量、摩擦力、载荷及其他电机的常数有关系.传统电机模型通常利用机理建模,但准确性不高,采用辨识建模能提高模型准确性,给电机一个已知输入,测量其输出的角速度值,然后利用最速下降算法来使电机输出和模型输出值的误差最小,通过ARMA算法来对模型进行辨识,得到系统输入输出的脉冲传递函数,并对得到的系统进行阶跃输入,从而通过比较验证模型的有效性.     

利用ARMA模型的直流电机模型的辨识

对四旋翼飞行器机体辨识建模时,首先要知道螺旋桨电机的模型．电机的扭矩和角速度取决于电机的输入电压,它们之间的关系与电机线圈的电阻、电感、电机转动惯量、摩擦力、载荷及其他电机的常数有关系．传统电机模型通常利用机理建模,但准确性不高,采用辨识建模能提高模型准确性,给电机一个已知输入,测量其输出的角速度值,然后利用最速下降算法来使电机输出和模型输出值的误差最小,通过ARMA算法来对模型进行辨识,得到系统输入输出的脉冲传递函数,并对得到的系统进行阶跃输入,从而通过比较验证模型的有效性．     

ARMA模型离群值的识别

给出了ＡＲＭＡ模型中离群值的一种估计方法与计算步骤，对若干组数据进行了验证的表明，所给方法行之有效。     

一类非参数的ARMA模型

用任意的一元函数代替常数作为线性自回归滑动平均(ARMA)模型中自回归项的系数,提出并研究一类新的非参数ARMA模型.首先研究该模型的概率性质,获得了该模型的平稳性条件.分别用局域线性回归和全局的最小二乘方法估计模型中的函数系数和参数,在函数系数的局域线性估计中,推广了一个GCV准则以选择最优的窗宽.为了检验特殊的参数化模型是否已经足够描述实际数据的动态结构,提出了一个Bootstrap检验方法.随机仿真的例子表明本文的估计和检验方法是正确的和可行性的.进一步,用该模型成功地分析了一个实际数据集.     

图模型方法及ARMA模型检验

应用图模型方法来研究时间序列中的因果关系,并以ARMA(1,1)时间序列为例作了说明.将ARMA模型表示成混合图,证明了ARMA模型的系数就是在移去了时间序列中其他成员的线性效应后的偏相关系数.这样就可运用通常的图模型推断算法来做参数估计和预测.与传统的对ARMA模型的检验法相比较,该方法既直观又易于计算.     

多元角形区域上解析函数的唯一性

把无穷可微函数类在角形闭区域上的唯一性结果推广到了多维情形.     

基于ARMA模型和VAR模型的中国债券市场

选取上海证券交易所企业债和国债月度数据,利用遗传算法对静态利率期限结构NSM参数模型进行求解,进而拟合较为精确的企业债和国债的利率期限结构,据此计算出企业债的信用价差。数据一部分作为样本内拟合区间,另外一部分作为样本外预测区间以检查模型的预测精度。通过建立自ARMA样本外预测模型和VAR样本外预测模型分别对我国债券市场信用价差进行预测,最后比较两种模型的预测精度。结果表明VAR模型对于信用价差短期预测较为准确,而ARMA模型对于较长期预测较为准确。     

一类ARMA模型在线辨识器

推导变阶式递推增广的最小二乘法及阶估计准则.在此基础上,给出一类ARMA模型在线辨识器.这种辨识器可用于在线或离线辨识.实例表明,建模计算量大大减小,并具有较高的精度.     

ARMA模型参数的分步估计方法

提出了一种ARMA模型的线性估计方法，这种方法通过两次AR模型的估计来实现ARMA的估计。讨论了一维时间序列开环系统、闭环系统的辨识方法及定阶问题。仿真结果表明该方法具有良好的准确度和可靠性，可直接用于结构状态监测。     

河流年流量ARMA模型的辨识

本文将系统法用于河流年流量模型的辩识。在建模过程中,对Marguardt迭代算法作出改进。使其易于收敛。通过实例,给出全部计算程序。计算结果证明,用此法建立的模型是适用的。     

ARMA模型参数估计的格林函数法

论文根据一个适当高阶的AR模型可与一个ARMA模型等价的原理,推导了以格林函数为中间变量,建立ARMA模型的线性方法。用此方法对太阳黑子数据进行计算,所得的模型参数,与用非线性最小二乘方法的结果近似,且较用逆函数算出的参数精度高。实践证明这一方法在一定条件下足可行的。运用这一方法建立自回归滑动平均模型,可避免采用非线性最小二乘方法,只需进行很少几次的线性最小二乘便可建模,较传统方法,可大大减少运算工作盛,并便于在微机上推广应用。     

时间序列ARMA模型的贝叶斯分析

ARMA模型是时间序列分析中应用比较广泛的一种模型。本文采取贝叶斯估计法估计ARMA模型的各个未知参数,进而利用估计的参数对ARMA模型进行预测,最后对我们采取的贝叶斯估计法进行模拟仿真。     

语音识别中ARMA模型的研究

在用线性时间序列模型拟合语音数据时(例如用AR模型拟合),模型阶数越高,参数个数越多,统计计算时误差越大.本文在理论上对ARMA(1,q)模型的参数估计进行了推导,在数值计算上,得到了ARMA(1,0)模型的参数估计并对模型进行拟合,解决了用AR模型拟合语音数据时,统计计算时误差较大的问题.     

ARMA模型识别及参数估计的新方法

基于随机模拟的方法，利用可逆跳MCMC算法讨论了ARMA模型的识别和参数估计。     

陀螺随机漂移ARMA模型的建立

本文讨论了陀螺仪漂移数据的预处理及统计特性分析,提出了用极大似然法建立陀螺漂移的ARMA模型.通过数字仿真表明,本方法的估计精度不低于其它方法,且可使用微型计算机来进行处理。