带趋势项时间序列的自回归模型优化

目录

声明

摘要

1．1研究背景

1．2研究意义

1．2．1 现实意义

1．2．2理论意义

1．3研究创新点

1．3．1 研究方法

1．3．2 创新内容

1．4 研究思路与结构安排

1．4．1研究思路

1．4．2结构安排

第二章局部加权回归模型

2．1 相关概念介绍

2．1．1 r次最近邻点

2．1．2权函数的确定

2．2局部加权回归

2．2．1稳健局部加权回归

2．3参数选择

2．3．1 多项式阶数

2．3．2 选择迭代次数t

2．3．3窗口宽度

2．4统计性质

第三章AR模型和Hurst指数

3．1 AR模型介绍

3．2 AR模型系数估计

3．3 Hurst指数

第四章带趋势项的自回归模型

4．1 局部加权模型

4．2 移动平均带趋势项自回归模型算法实现

4．3 基于局部加权回归的函数系数自回归模型

4．3．1系数函数估计

4．3．2 带宽和模型依赖变量的选择

4．3．3 拆解变系数自回归(DFAR)模型

第五章模拟研究

5．1 Hurst指数计算

5．2 MA带趋势项自回归模型

5．3 DFAR带趋势项自回归模型

6．1 总结

6．2 展望

6．2．1存在的不足

6．2．2未来工作展望

参考文献

致谢