zhg.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 44 行

N=input('输入样本数据个数：')
for j=1:N
    X(j)=input('输入样本数据：');
end
X=X';
p=input('输入自回归阶数：')
for j=1:p
    A(j)=input('输入自回归参数的最低值：');
end
for j=1:p
    AA(j)=input('输入自回归参数的最高值：');
end
k=input('控制步长：')
flag=1;
flag1=0;
[Y,B]=ccs(p,N,A,X);
sum=Y'*Y;
D=B;
while 1
    if flag==1                 % 如果发现迭代得到的残差平方和较小，就把此时的平方和及参数值记录下来
        sum=Y'*Y;
        D=B;
    end
    for j=1:p
        A(j)= A(j)+k;
    end
     for j=1:p
        if (A(j)>AA(j))
            flag1=1;
        end
    end
    if flag1==1
        break
    end
    [Y,B]=ccs(p,N,A,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(D');          %显示最后的到的极大似然估计值