怎么用R做arimax模型去计算IRT的二参模型？

来源：蜘蛛抓取(WebSpider) 时间：2019-10-27 09:12 标签： R模型

举一个例子吧比如月度的数据，就是周期为12它有季节影响。

先对其1阶12步差分通过看

acf pac f看是简单加法模型，还是乘法季节模型

如果是乘法模型那就要对季节部分度模拟arima模型

系统认为的arima模型的各个参数

但是如果你真的想学好的话，还需要对模型进行

着各种检验特别是残差。

用Gibbs方法挖掘ARIMAX模型中的异常点方法,挖掘,模型,Gibbs,模型的,异常点,挖掘的,异常点挖掘,异常点模型,方法挖掘

异常点挖掘的意义主要体現在两个方面传统观念中,异常点常常被认为是噪声数据或无用数据,分析时的一般方法是排除这些干扰数据,更好地估计模型的参数。然而,隨着现代信息技术的发展,日常生产、生活中积累了大量的关于时间序列的数据,Lon-Mu Liu .et(2001)在快餐行业的数据中进行了实例分析,真正考虑了异常点所蕴含的商业价值因此,异常点挖掘也被用于挖掘异常点本身所蕴含的信息。Box和Tiao Abraham(1972)、Chang和Tiao(1983)、Muculloch Tsay(1994)在异常点探测方面做了些有价值的工作,但他们仅着眼于湔一方面,且考虑的主要是AR、ARMA模型ARIMAX模型引入了外部变量,可以更好地拟合数据,对动态数据系统有较强的建模能力,因而是时序中比AR、ARMA更完备的偅要模型,广泛地应用于等众多领域,受到越来越多的重视。对ARMAX模型阶数估计、参数估计,Lei Guo和D. Huang(1989)、Xinjei Huang(1997)都做了一些有重要影响的工作,但他们都未考虑ARMAX模型的异常点挖掘问题本文将在前人的基础上,对含AO型异常点的ARIMAX模型进行挖掘工作,目的是挖掘出异常点,揭示其提供的有用信息。首先介绍了ARMAX模型及其系统辨识的一般方法,然后对异常点作了简单描述,接着从贝叶斯的观点,提出了利用Gibbs抽样方法挖掘ARMAX模型序列中AO型异常点;最后进行了模擬试验,取得了较好的结果

0（注：最近下载、浏览的数量值）

手机阅读本文下载安装手机APP扫码同步阅读本文

"移动知网-全球学術快报"客户端

点击首页右上角的扫描图标

我要回帖

更多关于 R模型 的文章

 

随机推荐