设随机序列Y={Yn,n∈N},N={0,±1,±2,…}满足下列线性模型 Yn=sum from j=1 to p(αieinλj)+Xn,n∈N其中αj,λj,1≤j≤p为确定的常数,X={Xn,n∈N}为实平稳序列。这是时间序列分析的理论和应用中经常讨论的一种模型。它表明...设随机序列Y={Yn,n∈N},N={0,±1,±2,…}满足下列线性模型 Yn=sum from j=1 to p(αieinλj)+Xn,n∈N其中αj,λj,1≤j≤p为确定的常数,X={Xn,n∈N}为实平稳序列。这是时间序列分析的理论和应用中经常讨论的一种模型。它表明被观察到的Yn是由决定性的周期变化项sum from j=1 to p(αieinλj)和随机干扰Xn迭加而成的。从统计分析的角度来考虑,首先需要解决的是如何根据观察到的Y的现实来估计αj,λj,p及平稳序列X的统计特征。其中关于隐蔽周期λj,1≤j≤p的估计问题,[1]中已提出了δ-隔离周期图极大估计的方法。展开更多
文摘设随机序列Y={Yn,n∈N},N={0,±1,±2,…}满足下列线性模型 Yn=sum from j=1 to p(αieinλj)+Xn,n∈N其中αj,λj,1≤j≤p为确定的常数,X={Xn,n∈N}为实平稳序列。这是时间序列分析的理论和应用中经常讨论的一种模型。它表明被观察到的Yn是由决定性的周期变化项sum from j=1 to p(αieinλj)和随机干扰Xn迭加而成的。从统计分析的角度来考虑,首先需要解决的是如何根据观察到的Y的现实来估计αj,λj,p及平稳序列X的统计特征。其中关于隐蔽周期λj,1≤j≤p的估计问题,[1]中已提出了δ-隔离周期图极大估计的方法。