چکیده
مدل های سری زمانی با مقادیر پارامتری وابسته به شاخص فصلی، معمولاً به عنوان مدل های دورهای شناخته می شوند. فرمول بندی های دورهای مربوط به دو رده از مدل های سری زمانی در اینجا در نظر گرفته می شود: مدل های مولفه مشاهده نشده و میانگین متحرک جمع بسته اتورگرسیو فصلی. نمایش های مناسبی از فضای حالت مدل های دوره ای برای تسهیل شناسایی، مشخصه یابی و براورد دقیق ماکسیمم درست نمایی پارامترهای دوره ای مدل پیشنهاد می شوند. این فرمول بندی ها نیازی به تعیین اولیه تفاضل (فصلی) سری زمانی ندارند. نمایش فضای حالت متغیر با زمان، یک جایگزین جالب توجه برای نمایش برداری زمان ثابت مدل های دوره ای است که نوعاً سبب ایجاد بردار حالتی با ابعاد بالا در مدل های سری زمانی دوره ای ماهانه می شود. پیشرفت اصلی ایجاد شده در این مقاله، روش ارائه شده ما برای محاسبه ماتریس واریانس – کوواریانس مجموعه مشاهدات اولیه است که برای براورد دقیق ماکسیمم درست نمایی موردنیاز است. دو رده از مدل های دوره ای برای سری زمانی بیکاری ماهانه پس از جنگ آمریکا نشان داده می شود.
1-مقدمه
سری های زمانی فصلی که توابع خود همبستگی شان با تغییر فصل تغییر می کند، سری زمانی دوره ای نام دارند. برای شناسایی مشخصات دینامیکی یک سری زمانی، گلادیسوف (1961) و تیائو و گروپه (1980) با استفاده از نمایش برداری مانای سری زمانی تک متغیری دوره ای، خودهمبستگی دوره ای را تعریف کردند. زمانی که خصوصیات دوره ای یک سری زمانی شناخته شد، تحلیل گر سری زمانی می تواند مدل های سری زمانی ای را در نظر بگیرد که این همبستگی های دوره ای را ایجاد کنند....
میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید