MARMA（p，q）模型理论研究及应用

发布时间：2021-05-23 21:42

　　当家装公司制定第二年预算时,仅用销售额时间序列或开单量时间序列这种单变量时间序列已无法满足需求,很多时候需要综合考虑多个因素的互相影响,因此矩阵型截面数据的时间序列应运而生。本文提出的矩阵型截面数据时间序列MARMA（p,q）模型在使用范围上较前人所提的矩阵型截面数据时间序列AR（p）更广泛,预测精度也更准。本文首先将矩阵型截面数据时间序列的相关概念进行了详细描述,并提出了矩阵型截面数据时间序列MA（q）模型。然后,本文又提出了矩阵型截面数据时间序列MARMA（p,q）模型,并给出其定义,与多维的时间序列ARMA（p,q）模型的等价性条件,平稳性条件,模型识别及参数估计等方面进行了探讨。最后,本文通过家装行业2个门店的销售变化率数据用多维的时间序列ARMA（p,q）模型与矩阵型截面数据时间序列MARMA（p,q）模型进行模型构建,发现用MARMA（p,q）模型可以使模型的残差平方和变得更小,更能很好地刻画家装行业多对象多属性之间的关系。 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1. 国内外研究现状
    1.2. 问题的提出
    1.3. 论文结构
    1.4. 难点与不足
第二章 矩阵型截面数据时间序列
    2.1. 矩阵型截面数据时间序列的相关概念
    2.2. 矩阵型截面数据时间序列AR(p)模型介绍
    2.3. 矩阵型截面数据时间序列MA(q)模型介绍
第三章 MARMA(p, q)模型
    3.1. MARMA(p, q)模型介绍
    3.2. MARMA(p, q)模型的平稳可逆条件
第四章 MARMA(p, q)模型识别与参数估计
    4.1. MARMA(p, q)模型的模型识别
    4.2. MARMA(p, q)模型的参数估计
        4.2.1. 矩估计
        4.2.2. 最小二乘估计
        4.2.3. 极大似然估计
第五章 MARMA(p, q)模型在家装销售预测上的应用
    5.1. 家装数据的预处理及相关检验
    5.2. MARMA(p, q)模型的定阶与建模
总结与展望
参考文献
致谢


【参考文献】：
期刊论文
[1]关于矩阵Kronecker积的几个范数公式[J]. 王文丹,马昌凤.  福建师范大学学报(自然科学版). 2015(06)
[2]多变量时间序列模型识别方法[J]. 吕忠伟,秦建国.  统计与决策. 2007(02)

博士论文
[1]时间序列分析的早期发展[D]. 聂淑媛.西北大学 2012

硕士论文
[1]矩阵型截面数据时间序列广义AR（p）模型理论研究及应用[D]. 华楠.华东师范大学 2019
[2]矩阵型截面数据时间序列AR（P）理论研究及应用[D]. 傅开波.华东师范大学 2018
[3]向量ARMA参数估计方法及应用研究[D]. 陈志庆.福州大学 2011
[4]多变量时间序列模型的参数估计及其实证检验[D]. 陆嘉佳.华东师范大学 2008



本文编号：3203020