点击次数：

论文类型：期刊论文

发表时间：1987-05-01

发表刊物：通信学报

期号：02

页面范围：1-9

ISSN号：1000-436X

关键字：GM;定阶;Robust;估计方法;AR;

摘要：数据序列中少量异常值(Outliers)的存在会严重破坏传统最优化估计方法的估值性能,这时须采用韧性估计方法才有效。GM估计是解决AR模型参数估计问题的一种比较有效的韧性方法。本文在讨论这种估计方法的同时,着重研究了GM估计辅助方程中待定参数β的求定问题。针对常见情况导出了一套计算β的近似公式,选定了该参数。文中给出了几组计算机模拟例,并与最小二乘法和最大熵分析法的估值结果进行了比较。数值结果表明,当序列中存在异常值时,这两种方法的估值结果严重变坏,但GM估计结果却仍然保持十分有效。 本文还讨论了AR模型的韧性定阶问题,提出一种韧性定阶方法,并给出了计算机仿真试验例。