在上一期我們一起學習了如何選擇合適的模型，這一期我們一起來學習如何進行引數估計。
選擇好擬合模型之後，下一步就是要利用序列的觀察值確定模型的口徑，即估計模型中未知引數的值。
對未知引數的估計方法有三種：矩估計(運用p+q個樣本的自相關係數估計總體的自相關係數)，極大似然估計(使得聯合密度函式達到最大的引數值)，最小二乘估計(使得殘差平方和達到最小的那組引數值即為最小二乘估計)。
在r語言中，引數估計通過呼叫arima函式來完成，該函式的命令格式為：
arima(x,order=,include.mean=,method=)-order：指定模型階數.order = c(p,d,q)
(1)p階自回歸函式.
(2)d為差分階數.
(3)q為移動平均階數.
-include.mean：要不要包括常數項.
(1)include.mean = t，需要擬合常數項，這也是系統默設定。
(2)include.mean = f，不擬合常數項.
-method：指定引數估計：指定引數估計方法.
(1)method = "css-ml"，預設的是條件最小二乘與極大似然估計混合方法.
(2)method = "css-ml
引數估計 引數估計
1 引數估計 用樣本統計量去估計總體的引數。2 估計量 用於估計總體引數的統計量的名稱 如樣本均值，樣本比例，樣本方差等 例如 樣本均值就是總體均值 3 引數用 4 估計值 估計引數時計算出來的統計量的具體值 如果樣本均值 5 點估計 例如 用樣本均值直接作為總體均值的估計乙個點估計量的可靠性是由它...
回歸分析之引數估計
引數估計 是根據從總體中抽取的樣本估計總體分布中包含的未知引數的方法。它是統計推斷的一種基本形式，是數理統計學的乙個重要分支，分為點估計和區間估計兩部分。點估計 依據樣本估計總體分布中所含的未知引數或未知引數的函式。區間估計 置信區間的估計 依據抽取的樣本，根據一定的正確度與精確度的要求，構造出適當...
引數估計與非引數估計
引數估計 parameter estimation 根據從 總體中抽取的 樣本估計總體分布中包含的未知引數的方法。人們常常需要根據手中的資料，分析或推斷資料反映的本質規律。即根據樣本資料如何選擇統計量去推斷總體的分布或數字特徵等。統計推斷是數理統計研究的核心問題。所謂統計推斷是指根據樣本對總體分布或...