加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

matlab计算ARMA的AIC、BIC

(2012-12-15 15:55:00)
标签:

杂谈

分类: 数据挖掘与知识发现

function arma=armaa(x)
clc
GG=load('d:/gr.txt');
KK=GG;
GG=dtrend(GG);
aic=autocorr(GG);%自相关
paic=parcorr(GG);%偏相关
mm=-aic;
nn=-paic;
paic(1)=[];
aic(1)=[];
nn(1)=1;
for i=2:13,
    for j=1:i,
        dd(j)=nn(j);
    end
    c=filter(dd,1,GG);
    for op=1:i-1,
        c(op)=[];
    end
    canca(i-1)=var(c);
end
for i=1:12,
    BIC(i)=log(canca(i))+1/length(KK)*log(length(KK));
    AIC(i)=log(canca(i))+2*i/length(KK);
end
aic
paic
canca                %残差平方和
AIC
BIC

 

输出结果:

aic =

   -0.5037
    0.1220
   -0.2108
    0.0796
    0.0187
    0.1169
   -0.2162
    0.2517
   -0.1932
    0.0559
   -0.1036
    0.0123
    0.2180
   -0.0591
   -0.1431
    0.0697
   -0.0505
    0.0115
    0.0312
   -0.0766


paic =

   -0.5041
   -0.1781
   -0.3551
   -0.2831
   -0.1772
    0.0360
   -0.2209
    0.1458
    0.0688
    0.0009
   -0.1723
   -0.2912
    0.1872
    0.1437
   -0.2386
    0.1059
    0.2155
   -0.3839
   -0.2884
   -0.2151


canca =

  1.0e+003 *

  Columns 1 through 11

    2.5172    2.4685    2.3110    2.2903    2.3482    2.3340    2.2696    2.2007    1.9902   2.0228    2.1040

  Column 12

    2.1688


AIC =

  Columns 1 through 11

    7.8660    7.8815    7.8507    7.8768    7.9368    7.9659    7.9730    7.9772    7.9118   7.9631    8.0376

  Column 12

    8.1030


BIC =

  Columns 1 through 11

    7.9019    7.8823    7.8164    7.8074    7.8323    7.8263    7.7983    7.7675    7.6669   7.6832    7.7225

  Column 12

    7.7529

 

对于acf和pacf,跟EVIEWS输出结果一样。

http://s16/middle/6e95187dh9da925d1721f&690

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有