滑动平均模型参数估计的Gevers-Wouters算法的指数收敛性

摘要：

可逆的向量滑动平均(MA)模型参数估计问题本质上是一个矩阵谱分解问题.基于向量MA模型和状态空间模型之间的变换,用Kalman滤波方法证明了矩阵谱分解的Gevers-Wouters算法的一致性和指数收敛性,且证明了收敛速度由MA多项式矩阵的行列式的零点决定.当这些零点不接近单位圆周时,Gevers-Wouters算法可高精度、快速地给出MA参数估计,因而提供一种快速有效的谱分解工具.

关键词：向量滑动平均模型、参数估计、矩阵谱分解快速迭代算法、一致性、指数收敛性、收敛速度、Kalman滤波方法

所属期刊栏目：5

分类号：O211.64(概率论与数理统计)

资助基金：国家自然科学基金60374026;黑龙江省重点实验室基金

在线出版日期：2005-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1473-1478,1484