回答:ARMA模型特征分析及其应用时间序列分析是概率统计的一个重要分支,内容非常丰富。近年来,它在理论和应用方面都得到了蓬勃发展。时间序列是按时间顺序记录的一系列有序数据。
答案:ARMA(自回归移动平均模型)自回归移动平均模型,模型参数法的高分辨率谱分析方法之一。
A:理论上介绍了一些ARMA模型参数的最优估计方法,但这些方法存在计算量大,不能保证收敛的缺点。因此,工程上提出了一种次优方法,即分别估计AR和MA参数,而不是像最优参数估计那样同时估计AR和MA参数,从而大大减少了计算量。
回答:ARMA模型是时间序列分析的基本模型。它是由美国统计学家Box和英国统计学家Jenkins在1970年共同提出的。它是用于估计时间序列的稳定不规则波动或季节性变化的最常见模型。在后续ARMA模型的基础上,引入差分得到ARIMA模型。为了纪念他们在时间序列分析方面的杰出贡献,ARIMA模型也被称为Box-Jenkins模型。