基于VAR模型對(duì)風(fēng)速缺失值的條件估計(jì).pdf

1、向量自回歸(VAR)模型是多元時(shí)間序列中應(yīng)用比較廣泛的模型之一，它是單變量自回歸模型的多維推廣模型，最初由Litterman、Sargent和Sims等人在20世紀(jì)80年代初提出來(lái)的，主要用于替代聯(lián)立方程結(jié)構(gòu)模型，提高預(yù)測(cè)的準(zhǔn)確性。若在預(yù)測(cè)過(guò)程中增加一定的條件，即條件預(yù)測(cè)，能夠進(jìn)一步提高預(yù)測(cè)精度。本文將運(yùn)用條件預(yù)測(cè)對(duì)時(shí)間序列中缺失值進(jìn)行估計(jì)，得到了比較合理的的估計(jì)結(jié)果。 具體來(lái)說(shuō)，本文的主要研究?jī)?nèi)容包括以下幾方面內(nèi)容：

2、首先，介紹了平穩(wěn)時(shí)間序列的概念以及三類基本的平穩(wěn)時(shí)間序列模型，討論了平穩(wěn)時(shí)間序列檢驗(yàn)的一個(gè)重要的方法-ADF單位根檢驗(yàn)法。 第二，介紹了VAR模型的表示形式，討論了兩種參數(shù)估計(jì)方法，即極大似然估計(jì)與Bayesian估計(jì)。Bayesian估計(jì)主要運(yùn)用于模型變量較多或滯后階數(shù)較大時(shí)，即參數(shù)數(shù)量較多時(shí)。 第三，討論了VAR模型的兩個(gè)重要應(yīng)用：預(yù)測(cè)與Granger因果關(guān)系檢驗(yàn)。模型預(yù)測(cè)主要討論了條件預(yù)測(cè)，即以已知變量為條件對(duì)未知