Wong，C.S。;李伟凯（Li，W.K.）。 关于logistic混合自回归模型。 （英语） Zbl 0985.62074号 生物特征 88，第3期，833-846（2001）. 摘要：我们将混合自回归MAR模型推广到具有外生变量的logistic混合自回归LMARX模型，用于非线性时间序列建模。模型由两个高斯传递函数模型组成，混合比例随时间变化。该模型也可以被视为自激励门限自回归（SFTAR）模型和开环门限自递归（TARSO）模型的推广。与其他非线性时间序列模型相比，LMARX模型的优点包括更广泛的形状变化预测分布、处理周期的能力和时间序列中的条件异方差以及更好的点预测。估计很容易通过简单的EM算法完成，并解决了模型选择问题。将模型应用于两个实际数据集，并与其他竞争模型进行了比较。 引用于32文件 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：EM算法;预测;混合物模型;型号选择 PDF格式BibTeX公司 XML格式引用 \textit{C.S.Wong}和\textit{W.K.Li}，《生物特征》88，第3期，833--846（2001；Zbl 0985.62074） 全文： DOI程序