论文部分内容阅读
ARMA模型在时间序列分析中有很广泛的应用。尽管极大似然估计是一个非常好的估计方法，但是当残差服从厚尾分布或者有异常点时，极大似然估计的效果不是很好。我们把一元位置模型中Hodges-Lehmann估计方法运用ARMA模型中来，提出一个新的稳健估计方法-Walsh平均估计方法。我们证明了，在一些常见的假设条件下，这种Walsh平均估计是相合的且渐进正态。模拟结果也显示Walsh平均估计方法具有良好的估计效果。在残差分布是对称的时候，Walsh平均估计一般要比MLE和LAD估计效果要好。即使在分布服从正态分布的时候，Walsh平均估计也并不比MLE差很多。