我的程序能自动判别是用 ar,ma还是arma，还包括自动差分等等数据预处理，用户只要输入历史数据就可以了，输出就是预测数据。

另外我不用考虑时间和精度的问题，预测的时候程序反映时间就是1个小时也是可以接受的，只要能估测出大致范围就可以，误差10％都可以接受。关键是用户不需要任何操作，不懂任何统计方面的知识。不需要参与，只要输入历史数据就可以预测这才是用户的要求，就是傻瓜式预测。

[此贴子已经被作者于2005-7-28 10:13:49编辑过]

1）比如用AIC法定ma或者ARMA模型的阶，如果我只有历史数据X1,X2.....Xn,请问AIC(p,q)=log(E(k)2)+2(p+1+1)/N公式中，这个残差方差E(k)2怎么求？

2）迭代法求ma的参数时候，我的程序运行了1天，发现还是不能达到迭代精度。一下是我的程序：

// MA模式参数估计，采用线性迭代法,//F(p)X(t)=f(q)A(t)假设f(q)可逆 private double[] modelParameterEstimation(double[] myacv,int ms){ double[] xpara=new double[ms]; int xlen=myacv.length ; double[] xacf=new double[xlen]; double tmp=0.0; for(int i=0;i<xlen;i++) xacf=myacv/myacv[0]; //当模型阶为1或者2时直接求解 if(ms==1) { xpara[0]=2*xacf[1]/(1+Math.sqrt(1-4*xacf[1])); return xpara; } if(ms==2) { tmp=0.5 - 1/(4*xacf[2]) - (1/(2*xacf[2]))*Math.sqrt((xacf[2]+0.5)*(xacf[2]+0.5)-xacf[1]*xacf[1]); if(xacf[2]>0){ xpara[1]=tmp-Math.sqrt( tmp*tmp-1); }else{ xpara[1]=tmp+Math.sqrt( tmp*tmp-1); } xpara[0]=xacf[1]*xpara[1]/(xacf[2]*(1+xpara[1])); return xpara; } //直接求解结束 //线性迭代法 boolean flag=true;//循环判断条件 double Nvalue=0.0001;//迭代精度 double Ea2=0.0;//残差方差 double oldEa2=0.0;//迭代时候上一次残差方差 double[] oldPara=new double[ms];//迭代时候上一次参数 //赋初值 Ea2=myacv[0]; for(int i=0;i<ms;i++) xpara=0; oldEa2=Ea2; for(int i=0;i<ms;i++) oldPara=xpara; do { //开始迭代 for(int r=0;r<ms;r++){ tmp=0.0; for(int i=1;i<ms-r;i++) tmp += oldPara[i-1]*oldPara[i+r]; xpara[r]=myacv[r+1]/oldEa2+tmp; } tmp=0.0; for(int i=0;i<ms;i++) tmp+=xpara*xpara; Ea2=myacv[0]/(1+tmp); //判断是否满足精度小于@Nvalue for(int i=0;i<ms;i++){ if(Math.abs( xpara-oldPara)>Nvalue) flag=false; } if(Math.abs( Ea2-oldEa2)>Nvalue) flag=false; //更新 for(int i=0;i<ms;i++) oldPara=xpara; oldEa2=Ea2; }while(!flag); return xpara; }

3）ma，arma模型求参数用最小二乘法迭代的时候也是如此。