AR(p)模型中的缺失数据估计
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1006-6330.2013.04.002

AR(p)模型中的缺失数据估计

引用
运用EM算法,对含有缺失数据的AR(p)模型进行参数估计,通过最大似然准则就非左端缺失的情况进行插补.最后,用蒙特卡洛方法给出实验分析,表明如下结果:(i)误差与AR模型的阶数正相关,与缺失比例正相关;(ii)当AR模型的特征根模长相对较小时,误差与数据长度负相关,且误差被控制在了标准差的30%以内;(iii)当模长中等时,误差基本控制在1个标准差左右;(iv)当模长较大时,误差与数据长度正相关,而且误差也相对较大.

缺失数据、EM算法、AR模型、最大似然原理

27

O212(概率论与数理统计)

国家自然科学基金资助项目11071158

2014-01-17(万方平台首次上网日期,不代表论文的发表时间)

共12页

421-432

相关文献
评论
暂无封面信息
查看本期封面目录

应用数学与计算数学学报

1006-6330

31-1436/O1

27

2013,27(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn