# 臺灣博碩士論文加值系統

(3.235.185.78) 您好！臺灣時間：2021/07/27 17:46

:::

### 詳目顯示

:

• 被引用:1
• 點閱:148
• 評分:
• 下載:9
• 書目收藏:0
 本篇論文的目的有兩個，第一個要討論的是非高斯的移動平均(movingaverages)過程之可逆性質的判斷。第二個研究目的是比較最佳預測(best prediction，簡稱BP。或稱之為最小均方誤差預測)及最佳線性預測(best linear prediction，簡稱BLP)在考慮參數估計誤差下的預測表現。在非高斯移動平均過程中，如果依舊使用傳統的高斯概似函數法，求其最大概似估計，將會因無法判別其模式之可逆性質而產生錯估，進而影響後續的預測結果。本文將提出另一個以真正概似函數為基礎的可逆性判斷法，此法相較於Huang與Pawitan (2000)的quasi-likelihood的方法，有更正確的判斷能力。 若考慮的是高斯移動平均過程，則最小均方誤差預測即是最佳線性預測。但如果是一個非高斯過程時，則最小均方誤差預測一般皆是非線性預測(non-linear prediction)。在參數已知的情況下，BP必優於BLP。在此研究中，我們發現，在考慮參數估計誤差的影響下，BP只是稍微優於BLP，差別非常小。因此對於非高斯的移動平均模式，在考慮參數估計下，BLP已有相當好的預測表現。
 There are two purposes in this paper. The first one is to determine the invertiability for non-Gaussian moving averages. The second one is to make comparison between the best mean square prediction and the best linear prediction after takingthe uncertainty of parameter estimation into account.For non-Gaussian moving averages, the classical Gaussian likelihood cannot determine the correct order of the invertiability because the parameter space is not identifiable. In this thesis, we develop a new method to determine the correct orderof invertiability based on the true likelihood function. The simulation results showour proposed method performs much better than the quasilikelihood method pro-posed by Huang and Pawitan (2000), especially for the non-invertible MA processes.It is well known that the best mean square error predictor is always better than the linear prediction when the parameters are known. However, this study found that the BLP is very competitive to the BP after taking the uncertainty of parameter estim-ation into account. Therefore for a non-Gaussian moving average process, the BLP is still a good choice in practice relative to the BP in terms of fast computations and good efficiency.
 第一章 緒論 ………………………………………………………1第二章 移動平均模型與其概似函數 ………………………………3 2.1 廣義移動平均模型 ………………………………3 2.2 Non-Gaussian MA(q)模式的概似函數 …………4第三章 移動平均模型之可逆性判斷方法 ………………………9 3.1 Huang與Pawitan之Quasi-Likelihood 判斷法 …9 3.2 概似函數判斷法 …………………………………11 3.3 兩判別法的比較 …………………………………12第四章 最佳線性預測與最佳預測 ………………………………14第五章 模擬結果比較 ……………………………………………16 5.1 MA(1)和MA(2)之可逆性質判定 …………………16 5.2 最佳線性預測和最佳預測的比較 ………………20第六章 結論 ………………………………………………………27附錄 …………………………………………………………………28參考文獻 ……………………………………………………………30
 參考文獻Akaike, H. (1978). A new look at the statistical model identification. IEEE Transactions on Automatic Control, AC-19,716-723.Breidt, F.J. and Hsu, N. J. (2004). Best mean square prediction for moving averages.forthcoming in Statistica Sinica.Brockwell, P.J. and Davis, R.A. (1991). Time Series: Theory and Methods, 2nd ed. Springer-Verlag, New York.Carlin, J.S., Gelman, A.B., Stern,H.S., and Rubin, D.B. (1995). Bayesian Data Analysis. Chapman&Hall, London.Huang, J. and Pawitan, Y. (2000). Quasi-likelihood estimation of non-invertible moving average processes. Scandinavian Journal of Statistics, 27, 689-702.Kanter, M. (1979). Lower bonds for nonlinear prediction error in moving average processes. Annals of Probablity, 7, 128-138.Lii. K. S. and Rosenblatt, M. (1992). An approximate maximum likelihood estimation for nonGaussian nonminimum phase moving average processes. Journal of the Multivariate Analysis, 43, 272-299.Rosenblatt, M. (2000). Gaussian and Non-Gaussian Linear Time Series and Random Fields. Springer-Verlag, New York.Shepp, L.A., Slepian, D., and Wyner, A.D. (1980). On prediction of moving average processes. The Bell System Technical Journal, 59, 367-415.
 電子全文
 國圖紙本論文
 推文當script無法執行時可按︰推文 網路書籤當script無法執行時可按︰網路書籤 推薦當script無法執行時可按︰推薦 評分當script無法執行時可按︰評分 引用網址當script無法執行時可按︰引用網址 轉寄當script無法執行時可按︰轉寄

 1 ControlVariate於非高斯移動平均模式最佳預測數值演算法之應用探討

 無相關期刊

 1 ControlVariate於非高斯移動平均模式最佳預測數值演算法之應用探討 2 以建諸於移動平均法之類神經模糊系統預測股價指數之變動 3 自回歸移動平均神經網路於差分GPS虛擬距修正量之預測 4 應用分群法則非線性自迴歸移動平均法於短期負載預測 5 在自我回歸移動平均(ARMA)需求下運用可逆性與可推斷性舒緩長鞭效應之研究 6 契約價值差價交易、共整合、與移動平均 7 一階移動平均模型之拔靴法單根檢定 8 便利商店鮮食商品銷售預測模式之研究－探討類神經網路與平假日移動平均法的比較 9 廣泛加權移動平均方法在預測上之應用 10 銷售預測之研究-以T公司花蓮營業處為例 11 不同藥品耗用類型預測暨庫存管理之研究-以某醫學中心為例 12 應用灰關聯分析、遺傳演算法與模糊神經網路預測臺灣股票加權指數之研究 13 黃金價格的分析與預測 14 時間空間模型對北台灣腸病毒高發病率地區的預測 15 結合經驗模態分解法與自我迴歸移動平均於股價預測之應用

 簡易查詢 | 進階查詢 | 熱門排行 | 我的研究室