%将训练数据和测试数据转为列向量
[data row data col] size data ;
if data row<data col
data data";
end
dataiddata iddata data ;
%参数如何定
model armax dataiddata [3 3] ;
yp predict model data ;
2019-12-21 21:24:15
1KB
1
本文中,我们提出两种估计ARMA(自回归滑动平均)模型参数的新方法。第一种方法是对迭代逆滤波法(ITIF)的改进,第二种方法基于谱转换技术。两种方法都是迭代算法,文中将两种新方法的计算结果与ITIF法进行了比较。
2019-12-21 20:17:38
251KB
1
自回归滑动平均模型（ARMA 模型，Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。
2019-12-21 20:12:33
13KB
1