一、時間序列（2_1）AR、MA、ARMA
參考書：Analysis of Financial Time Series 2nd Edition 研究模型的基本思路： 1.給出時間序列模型 2.計算均值函數，協方差函數、自相關函數 3.平穩性的條件 4.基於觀測數據模型中的參數 5.模型診斷 6.模型評價 一般線性模型 滑動平均過程 q階滑動平均過程 MA(1)、MA(2) MA(q) 模型識別：自相關函數（ACF）。 自迴歸過程 p階自迴歸
相關文章
- 1. 時間序列分析之AR、MA、ARMA和ARIMA模型
- 2. 【時間序列】AR-MA-ARMA-ARIMA是什麼？
- 3. 數據挖掘算法之時間序列算法（平穩時間序列模型，AR(p),MA(q),（平穩時間序列模型，AR(p),MA(q),ARMA(p,q)模型和非平穩時間序列模型，ARIMA(p,d,q)模型）學習筆記梳理
- 4. 如何判斷時間序列AR(p)和MA(q)模型
- 5. 第二章平穩時間序列模型——AR(p),MA(q),ARMA(p,q)模型及其平穩性
- 6. 數據分析技術：時間序列分析的AR/MA/ARMA/ARIMA模型體系
- 7. 時間序列ARMA中p，q選擇
- 8. Matlab 8 時間序列01 ARMA
- 9. 時間序列分析 AR模型
- 10. 用ARMA模型做時間序列分析預測
- 更多相關文章...
- • SQLite 日期 & 時間 - SQLite教程
- • C# 排序列表（SortedList） - C#教程
- • 算法總結-歸併排序
- • RxJava操作符（一）Creating Observables
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 時間序列分析之AR、MA、ARMA和ARIMA模型
- 2. 【時間序列】AR-MA-ARMA-ARIMA是什麼？
- 3. 數據挖掘算法之時間序列算法（平穩時間序列模型，AR(p),MA(q),（平穩時間序列模型，AR(p),MA(q),ARMA(p,q)模型和非平穩時間序列模型，ARIMA(p,d,q)模型）學習筆記梳理
- 4. 如何判斷時間序列AR(p)和MA(q)模型
- 5. 第二章平穩時間序列模型——AR(p),MA(q),ARMA(p,q)模型及其平穩性
- 6. 數據分析技術：時間序列分析的AR/MA/ARMA/ARIMA模型體系
- 7. 時間序列ARMA中p，q選擇
- 8. Matlab 8 時間序列01 ARMA
- 9. 時間序列分析 AR模型
- 10. 用ARMA模型做時間序列分析預測