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