多變量ARMA模型選模方法之比較

廖又璉(You-Lian Liao)

指導教授 ： 徐南蓉

國立清華大學/理學院/統計學研究所/碩士(2007年)

https://doi.org/10.6843/NTHU.2007.00265

摘要

VARMA模型由於能描述變數間的相關性及動態結構，並能有效的預測時間數列的走勢，因此巳被廣泛地應用在各學科中。但由於VARMA模型中有參數數目極多及non-identifiable等問題，因此在統計推論上極為不易，至今仍無一套公認最佳的選模準則及推論方法。有鑑於此，本文回顧過去發展出的數種著名選模方法，逐一介紹，並提出可能的修正方式，期能找出更有效的選模方法。

關鍵字

多變量時間數列 ； 選模準則

並列摘要

無資料

並列關鍵字

vector ARMA ； final equation form ； LASSO ； order selection

參考文獻

Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automation and Control, 19, 716-723

Barlett, M. S. (1946). On the theoretical specification and sampling properties of

Burg, J. P. (1975). Maximum entropy spectral analysis. PhD dissertation, Stanford　University.

Chenlei, L. , Lin, Y. and Wahba, G.. (2004). A note on the lasso and related procedures in model selection. Technical report.

Craven, P. and Wahba, G. (1979). Smoothing noisy data with spline functions. Numerische Mathematik, 31, 377-403.