mle.m

来自「对平稳时间序列中的参数估计方法（包括矩估计」· M 代码 · 共 68 行

p=input('输入自回归阶数:')
q=input('输入滑动平均阶数:')
N=input('输入样本个数:')
for j=1:N
    X(j)=input('输入得到的样本数据:');
end
for j=1:p
    A(j)=input('输入自回归参数在平稳可逆域中的最低值:');
end
for j=1:q
    B(j)=input('输入滑动平均参数在平稳可逆域中的最低值:');
end
for j=1:p
    AA(j)=input('输入自回归参数在平稳可逆域中的最高值:');
end
for j=1:q
    BB(j)=input('输入滑动平均参数在平稳可逆域中的最高值:');
end
k=input('控制步长:');
flag=0;
flag1=0;
flag2=0;
[Y,C,D]=cc(p,q,N,A,B,X);
sum=Y'*Y;
E=C;
F=D;
while 1
    if flag==1
        sum=Y'*Y;
        E=C;
        F=D;
    end
    for j=1:p
        A(j)= A(j)+k;
          if (A(j)>AA(j))
            flag1=1;
        end
    end
    for r=1:q
        B(r)=B(r)+k;    
         if (B(r)>BB(r))
            flag2=1;
        end
    end 
    if flag1==1|flag2==1
        break
    end
    [Y,C,D]=cc(p,q,N,A,B,X);
    sum3=Y'*Y;
    if sum3<sum    %求和进行判断，看随着参数的增加是否残差平方和变小
        flag=1;
    else
        flag=0;
    end
   
end
disp(C);
disp(D);          %显示最后的到的极大似然估计值