摘要
主要研究了时间序列AR模型的异常值探测问题。首先在一定的限制条件下,将AR模型的异常值探测问题转化为线性回归模型的异常值探测问题;并在正态-Gamma先验条件下,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率。然后运用Bayes方法对异常值进行了估算。最后通过卫星钟差实测数据计算,比较了模型修正前后预报的情况,验证了新方法的有效性。
Outliers detection method of autoregressive model was mainly discussed.Giving some special restriction conditions,the time series outliers positioning can be transformed into the problem of outliers positioning in linear regression model.Under Normal-Gamma priori distribution,the posterior probability of outliers event based on level shift model and variance inflation model can be calculated firstly.Then the errors of outliers can be estimated using Bayesian method.At last,an experiment of real clock error data demonstrated the validity of the new method.
出处
《测绘科学技术学报》
北大核心
2011年第1期23-27,共5页
Journal of Geomatics Science and Technology
基金
国家自然科学基金资助项目(40974009)
河南省基础与前沿技术研究计划资助项目(082300410240)
郑州市科技计划攻关资助项目(0910SGYG21198)
关键词
卫星钟差
预报
AR模型
异常值
BAYES方法
satellite clock error prediction autoregressive model outliers Bayesian method