哪位高手能指点我关于ARFIMA模型的估计步骤的呢？

最近急着要做ARFIMA模型，不过看了论坛上的贴子，还是不知道应该怎么具体进行估计，哪位高手能指点一下我：应该在具体什么软件里面怎样进行参数估计？？
希望能说得详细一些~~谢谢~~

ARFIMA模型 分形自回归聚合滑动模型  又可以写成FARIMA模型。在S-PLUS或者R软件中都比较好实现。首先需要对FARIMA模型的特点进行大致的了解：
1、该模型为线性随机模型，可以模拟长记忆自相关结构的“Hurst”效应；
2、模型用于模拟平稳（高斯）正态时间序列。

在S-PLUS软件中，通过高斯极大似然估计（Gaussian MLE）得到给定正态样本的FARIMA模型，得到模型各参数。
函数：arima.fracdiff
上述函数用于单变量时间序列FARIMA模型的拟合。函数的语法结构为：
FARIMA(x, p=NULL, q=NULL, p.range=c(0, 2), q.range=c(0, 2), mmax=1,
       alpha=0.05, CI=T, na.rm=F, M=100, kapprox=100, trace=T, ...)
其中，x——数值向量，即给定的时间序列，为必须给定的变量；
p、q——正整数，分别用于指定自回归项和移动平均项的阶数，如果p、q均取NULL（空），那么ARIMA模型的阶数将通过BIC准则在p.range和q.range提供的网格点上选择；
p.range、q.range——正整数向量，分别指定自回归项和移动平均项阶数的范围，当p、q给定时将忽略；
mmax——正整数，用于在拟合平稳分形AR模型之前(stationary fractional AR model)，指定时间序列x的最大差分。目前，可取0或1。如果仅只考虑平稳模型，可将该值设为0。其默认值为1。
alpha——显著性水平（level of significance）。特别地，1-alpha为估计参数的置信区间（confidence intervals）的置信水平（confidence level）。仅当CI=T时使用，默认值为0.05。即置信水平为95%。
CI——逻辑型标记。若为TRUE，则在返回对象中保存估计参数的置信区间。其默认值为TRUE。
na.rm——逻辑型标记。若为TRUE，缺失值将在模型拟合之前被移除。默认为FALSE。
M——大整数。指定用于估计似然函数的截断序列的项数。默认值为100。
kapprox——大整数。指定分形聚合噪声（fractional integrated noise）AR表达式的最大阶数。如果AR阶数大于该值，则采用渐近近似法进行处理。仅用于计算模型残差时，默认值为100。
trace——逻辑型标记。若为TRUE，则当函数通过p.range、q.range找到最佳阶数时，将会在屏幕上出现相应信息。仅在p、q取NULL（空）时使用，默认为TRUE。

对FARIMA模型提供的拟合结果进行优度检验，如采用Portmanteau拟合优度检验方法，要求FARIMA模型残差通过95%置信水平检验。关于拟合优度检验，可参见《time series analysis: forecasting and control》等相关教材。

You can use s-plus that is very detail.

自己顶起~~

附件是自己收集的FARIMA模型资料，希望对你有用。
FARIMA模型实现-Finmetrics函数.doc (77.5 KB, 需要: 50 个论坛币)

2011-7-15 16:33:41 上传

Finmetrics函数-需要在安装完S-PLUS之后再安装该模块
需要: 50 个论坛币  [购买]

给你一个自己生成的预测结果：

已经详细给出了ARFIMA模型的估计方法，剩下的就是靠自己消化了

那之前算出来的d值怎么用的呢？？

superhugo 发表于 2011-7-15 16:33
附件是自己收集的FARIMA模型资料，希望对你有用。

这么贵？

关于ARFIMA(p,d,q)模型的估计大致可以分为两类方法：两部程序方法和极大似然方法类。
（1）两部程序方法是先估计出分数阶差分参数d,然后再估经分数阶差分之后的arma（p，q）部分。估计d可以采用重标极差（R/S）方法、消除趋势波动分析（DFA）方法等。（2）极大似然方法类一般直接对ARFIMA(p,d,q)模型部分进行估计，但是要先设定具体的模型形式。因此，两类方法各有优劣。
现在，Stata12.0有直接进行ARFIMA模型的估计的命令；R软件也可以估计，其程序包fracdiff可以直接采用极大似然方法估计，也有fracdiff.sim生成ARFIMA的模拟序列。

以R软件为例（先生成样本量为10000的ARFIMA(1,d,1)序列x，并画出其自相关系数图，然后估计该arfima(1,d,1)模型；关于各个符号的涵义，你应该一看就知晓了）：
（见附件。。。）

注：在运行上述命令前，要先安装fracdiff程序包。如果用过R，你应该知道的。