论文部分内容阅读
针对ARMA模型建模过程中模型识别和参数估计易受观测值异常点影响问题，构建了同时考虑加性异常点和更新性异常点的ARMA模型．运用基于Gibbs抽样的Markov Chain Monte Carlo贝叶斯方法，估计稳健ARMA模型参数，同步确定观测值中异常点的位置，辨别异常点类型．并利用我国人口自然增长数据进行仿真分析，研究结果表明：贝叶斯方法能够有效地识别ARMA序列的异常点．