请教：关于ARMA参数估计，各位大神求助中！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

小弟在此跪求各位大神先：
    最近再做ARMA算法的编码遇到些问题，现在很多的软件做时间序列直接就给出具体指。但是我最近再做算法编码需要详细的推导过程。关于ARMA模型现在我做出了AR模型的算法。我知道ARMA(p,q) q= 0时为AR模型，p等于0的时候为MA模型，如果ARMA的p和q都≠0的话属于ARMA模型。
   问题一：现在整个的AR模型的求参数已经详细了解了。但是MA模型中有一个et - θ1et-1.....等等的自变量et，这个是从哪里来的？我AR的参数估计使用的矩阵求法β = (XtX)^-1*XtY的方式求出AR模型的参数估计，是不是MA模型是不是也可以用这种方式求出未知参数，如果可以，那么带需要et这个自变量，具体怎么求法，能不能给一个详细的过程。

   问题二：AR模型和MA模型都求出后，ARMA模型怎么样把这两个模型组合到一起的？直接对应他们阶数加起来即可？还是怎么个求法，如果还是用矩阵求法的话，具体怎么求法？自变量都是怎么样获得的？

拜谢各位大神！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

.......................？

et就是残差，如果采用OLS等方法估计，需要分多步。不过好象一般用的是极大似然估计。我没有编程手动处理ARMA的经验，因为软件都会代劳。建议楼主去下载Eviews自带的User's Guide看一下，一般按装了该软件，会自带这个手册的。

找到关于Eviews这方面的说明了。这些都是用条件最小二乘。
我已经看的萌萌的了。
谁能给详解一下。
Backcasting MA terms
Consider an MA() regression model of the form:
  (22.31)

for . Estimation of this model using conditional least squares requires computation of the innovations  for each period in the estimation sample.
Computing the innovations is a straightforward process. Suppose we have an initial estimate of the coefficients, , and estimates of the pre-estimation sample values of :
  (22.32)

Then, after first computing the unconditional residuals , we may use forward recursion to solve for the remaining values of the innovations:
  (22.33)

for .
All that remains is to specify a method of obtaining estimates of the pre-sample values of :
  (22.34)

By default, EViews performs backcasting to obtain the pre-sample innovations (Box and Jenkins, 1976). As the name suggests, backcasting uses a backward recursion method to obtain estimates of  for this period.
To start the recursion, the  values for the innovations beyond the estimation sample are set to zero:
  (22.35)

EViews then uses the actual results to perform the backward recursion:
  (22.36)

for . The final  values, , which we use as our estimates, may be termed the backcast estimates of the pre-sample innovations. (Note that if your model also includes AR terms, EViews will -difference the  to eliminate the serial correlation prior to performing the backcast.)
If backcasting is turned off, the values of the pre-sample  are simply set to zero:
  (22.37)

The sum of squared residuals (SSR) is formed as a function of the  and , using the fitted values of the lagged innovations:
  (22.38)

This expression is minimized with respect to  and .
The backcast step, forward recursion, and minimization procedures are repeated until the estimates of  and  converge.

ARMA一般用极大似然估计，给定et的初始值之后，et是计算出来的，具体的估计方法可以参考时间序列分析或金融计量的教材。

教材翻了很多了，基本都是给个公式还说不明白，然后就是各种软件操作。

noah0532 发表于 2018-2-27 12:50
找到关于Eviews这方面的说明了。这些都是用条件最小二乘。
我已经看的萌萌的了。
谁能给详解一下。

已经说得非常清楚了，连公式都给出了，照着编一些吧。

我能编出来才怪。根本看不懂啊。