搜索资源列表
ARMA 模型最大似然估计MATLAB例程
- ARMA 模型最大似然估计MATLAB例程,ARMA model maximum likelihood estimation
arma.rar
- 针对ARMA的仿真源程序 对P, Q阶的求解,ARMA source for the simulation of P, Q-order solution
arma.rar
- 实现了求ARMA模型的两种算法，用matlab实现,ARMA model for the realization of the two algorithms, with the realization of matlab
ARMA
- 使用VC++对大量数据进行ARMA模型拟合，参数估计，检验-Use VC++ on the large amount of data ARMA model fitting, parameter estimation, testing
ARMA
- 通过使用ARMA算法对一系列数据进行预测，并分析预测规律-ARMA algorithm by using a series of data to predict and analyze the prediction rule
ARMA
- 基于matlab语言环境下的ARMA模型的参数估计 -Matlab language environment based on the ARMA model parameter estimation
用最小二乘法和svd-tls法对arma过程进行功率谱估计并比较结果
- 分别用最小二乘法和svd-tls法对arma过程进行功率谱估计并比较结果。包含实验目的，步骤，程序，结果，分析。-Least square method, respectively, and svd-tls on arma-power spectrum estimation process and the results of the comparison. Contains experimental purposes, steps, procedures, results, analysis.
SignalProcessing-ARMA-LS
- 《现代信号处理》中关于利用最小二乘法估计ARMA模型的参数，并进行谐波恢复的仿真程序-err
ARMA
- ARMA 过程编程实现，不是很难，可以实现一步预测。-ARMA process of programming is not difficult, step in the forecast can be achieved.
ARMA
- 时间序列分析模型：本程序的目的是模拟一个ARMA模型，然后进行时频归并。考察归并前后模型的变化。-ARMA
ARMA
- 本程序可实现ARMA的仿真结束估计，用matlab编写-This procedure enables the simulation end of the ARMA estimates prepared using matlab
arma
- ARMA模型的建立程序，适合初学者研究，欢迎下载-ARMA model program for beginners of, welcome to download
ARMA
- 该程序是对在已知和未知参数的情况下用最小二乘法估计观测数据的ARMA模型的AR参数的仿真。-The program is known and the unknown parameters in the case of observational data with least square method to estimate the ARMA model of AR parameters of simulation.
arma
- arma模型，很不错的M文件，有助于学习提高-arma model, very good M-file help learning to improve
ARMA
- 详细讲述了ARMA与灰色模型自适应模型的编码，用matlab语言编写，同时包含灰色模型的各种改进模型以及最小二乘实现。值得参考借鉴。
ARMA
- 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。(ARMA model is an important method for studying time series. It is composed
ARMA
- 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(ARMA model is an important method to study time series. It consists of auto
基于Matlab的ARMA模型时间序列分析法仿真
- 对ARMA时间序列模型在matlab上进行仿真实现。(The ARMA time series model is simulated on matlab.)
ARMA-Java--master
- ARIMA模型是通过将预测对象随时间推移而形成的数据序列当成一个随机序列，进而用一定的数学模型来近似表述该序列。根据原序列是否平稳以及回归中所包含部分的不同分为AR、MA、ARMA以及ARIMA过程。 在模型的使用过程中需要根据时间序列的自相关函数、偏自相关函数等对序列的平稳性进行判别；而对于非平稳序列一般都需要通过差分处理将其转换成平稳序列（ARIMA）；对得到的平稳序列进行建模以确定最佳模型（AR、MA、ARMA或者ARIMA）。在使用中最重要也是最关键的就是对序列进行参数估计，以检验其
ARMA
- ARMA模型：用AIC方法定阶，以及模型参数识别。(ARMA model: the order of the AIC method, and the parameter identification of the model.)