论文部分内容阅读
在时间序列分析中，数据通常包含有未知的趋势项，比如递增或递减趋势以及季节趋势，同时还包含不能观测到的误差项。众所周知，Yule-Walker估计方法是一种最常用的估计自回归时间序列模型系数的方法，而且这种方法具有渐近有效性。这篇文章主要研究具有趋势项的时间序列。我们提出非参数的方法来估计趋势项，然后从原始的观测时间序列数据消除趋势项得到残差序列，对其使用Yule-Walker估计方法估计自回归模型的系数，结果发现这种方法并未改变Yule-Walker估计的渐近有效性。本文的模拟试验研究和实际数据分析的结果都证实了这种方法的渐近有效性。