导读:本文包含了多维自回归论文开题报告文献综述及选题提纲参考文献，主要关键词:多维区间值平稳时间序列,多维区间值向量自回归模型,广义多维区间值白噪声,预测
多维自回归论文文献综述
章磊[1]（2018）在《多维区间值向量自回归时间序列模型理论研究和实证分析》一文中研究指出经典时间序列模型在很多领域发挥着重要的作用,作为经典时间序列模型的拓广与实际应用的需要,区间值时间序列模型应运而生。在本文中,我们主要研究的是多维区间值向量自回归时间序列模型。在第一章中,主要介绍了集值随机变量、区间值线性回归模型和区间值时间序列模型的发展与现状,并阐述本文主要研究内容。在第二章中,首先给出一维区间值随机变量的期望以及方差,接着定义了多维区间值随机向量交叉协方差,并且研究了其相关性质。在第叁章中,我们利用多维区间值随机向量的期望和交叉协方差定义了多维区间值平稳时间序列,并且证明其交叉协方差的一些简单性质。然后,通过多维区间值平稳时间序列定义广义多维区间值白噪声。最后,给出了均值估计和交叉协方差矩阵估计,并且证明均值估计的无偏性,还证明了交叉协方差矩阵估计的渐近无偏性。在第四章中,主要建立了多维区间值向量自回归模型(IVAR)。首先考虑了IVAR(1)模型,研究其平稳条件和矩方程。然后将IVAR(2)模型和IVAR(p)模型转变为IVAR(1)模型,从而研究一般模型的平稳条件和矩方程。第二,通过区间值观测数据的中心和半径进行信息准则定阶。第叁,给出最小二乘估计和Yule―Walker估计,证明参数估计的无偏性、相合性和渐近正态性。第四,利用聚类的思想,给出了K-NN预测方法。最后,对IVAR(1)模型进行随机模拟,从而验证了所提两种参数估计方法的有效性。在第五章中,利用第四章中的IVAR模型对股市中主板市场与创业板市场的两只股票价格进行实证分析。分别比较了最小二乘估计和Yule-Walker估计得到的预测价格与用K-NN方法得到的预测价格,验证了参数估计方法的有效性。(本文来源于《北京工业大学》期刊2018-05-01）
李慧,吴国富,齐全跃[2]（2003）在《舰船运动姿态的多维自回归建模》一文中研究指出由于受到诸多随机因素的影响,海上航行舰船的姿态运动呈现复杂的动力系统的特征。可从时域的角度,采用时间序列中多维自回归模型实现对舰船运动姿态的辨识。文章同时给出拟合的真实例子以及它的预报。(本文来源于《系统仿真学报》期刊2003年05期）
田铮,文奇,谢美萍,郑光华[3]（2002）在《多维非线性自回归模型的投影寻踪学习网络逼近》一文中研究指出本文研究基于投影寻踪学习网络的多维非线性自回归模型逼近的收敛性,证明了在 Lk（k为正整数）空间上,投影寻踪学习网络可以以任意精度逼近多维非线性自回归模型,并给出应用实例.(本文来源于《应用概率统计》期刊2002年04期）
吴晓明,关蓬莱[4]（2002）在《多维自回归滑动平均模型研究与应用》一文中研究指出利用时序分析方法研究 1 95 2～ 1 997年国内生产第一产业与第二产业产值的AR MAV模型 ,并用所建模型对 1 998年产值进行外延预测 ,得到较理想的预测结果(本文来源于《辽宁大学学报(自然科学版)》期刊2002年01期）
司存瑞[5]（2000）在《多维门限自回归模型参数估计的渐近正态性》一文中研究指出对多维门限自回归模型的参数估计 ,宋心远等在 1 990年给出了自回归系数矩阵最小二乘估计的强相容性 ,由此进一步得到了此估计的渐近正态性。(本文来源于《工程数学学报》期刊2000年04期）
范贻昌,刘波[6]（1999）在《多维自回归模型在天然气价格预测中的应用》一文中研究指出从天然气价格预测的实际操作角度出发， 简要介绍了目前天然气国际贸易中确定天然气价格的基本思想，即把相关油品价格作为天然气定价的基础．从而引入了时间序列中的多维自回归模型的分析方法，较好的把天然气价格预测的数学模型和国际贸易中的天然气定价思想联系起来， 使天然气价格预测方法更趋合理．(本文来源于《系统工程理论与实践》期刊1999年11期）
吴慧君[7]（1999）在《多维门限自回归模型系数估计的渐近正态性》一文中研究指出对多维门限自回归模型在给定阶数、门限及延迟参数的假定下，［１］给出了自回归系数矩阵最小二乘估计的强相容性。本文进一步得到了此估计的渐近正态性(本文来源于《湘潭师范学院学报(社会科学版)》期刊1999年03期）
喻曦[8]（1999）在《多维门限自回归模型系数估计的渐近正态性》一文中研究指出对多维门限自回归模型在给定阶数、门限及延迟参数的假定下，［２］给出了自回归系数矩阵最小二乘估计的强相容性．本文进一步得到了此估计的渐近正态性(本文来源于《湖南教育学院学报》期刊1999年02期）
刘世普,张文文[9]（1998）在《多维自回归时间序列的极大似然估计》一文中研究指出主要推广了ＡｎｄｅｒｓｏｎＴＷ关于自回归模型的结果。对多维自回归模型导出了一个简明的似然方程。(本文来源于《河北大学学报(自然科学版)》期刊1998年01期）
宋心远,邓集贤[10]（1997）在《多维门限自回归序列核密度估计的渐近性质》一文中研究指出通过研究多维门限自回归序列所构成的Ｍａｒｋｏｖ链的几何遍历性，得到了此序列的一致混合性，并在一致混合条件下，给出了其核密度估计的一些渐近性质(本文来源于《中山大学学报(自然科学版)》期刊1997年03期）
多维自回归论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于受到诸多随机因素的影响,海上航行舰船的姿态运动呈现复杂的动力系统的特征。可从时域的角度,采用时间序列中多维自回归模型实现对舰船运动姿态的辨识。文章同时给出拟合的真实例子以及它的预报。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多维自回归论文参考文献
[1].章磊.多维区间值向量自回归时间序列模型理论研究和实证分析[D].北京工业大学.2018
[2].李慧,吴国富,齐全跃.舰船运动姿态的多维自回归建模[J].系统仿真学报.2003
[3].田铮,文奇,谢美萍,郑光华.多维非线性自回归模型的投影寻踪学习网络逼近[J].应用概率统计.2002
[4].吴晓明,关蓬莱.多维自回归滑动平均模型研究与应用[J].辽宁大学学报(自然科学版).2002
[5].司存瑞.多维门限自回归模型参数估计的渐近正态性[J].工程数学学报.2000
[6].范贻昌,刘波.多维自回归模型在天然气价格预测中的应用[J].系统工程理论与实践.1999
[7].吴慧君.多维门限自回归模型系数估计的渐近正态性[J].湘潭师范学院学报(社会科学版).1999
[8].喻曦.多维门限自回归模型系数估计的渐近正态性[J].湖南教育学院学报.1999
[9].刘世普,张文文.多维自回归时间序列的极大似然估计[J].河北大学学报(自然科学版).1998
[10].宋心远,邓集贤.多维门限自回归序列核密度估计的渐近性质[J].中山大学学报(自然科学版).1997
标签：多维区间值平稳时间序列; 多维区间值向量自回归模型; 广义多维区间值白噪声; 预测;