用统计软件拟合ARMA模型

当拟合数据以获得ARMA模型的系数估计值时，软件如何生成MA项来拟合数据。每次我尝试拟合时，会不会得到不同的值，因为MA（1）项是白噪声，每次模拟都会重新生成？

MA（1）的系数是衡量序列当前值受纯随机过程和纯随机过程先前值影响（包括）程度的指标。这些系数是在假设数据生成为MA（1）的情况下根据数据估计的。数据不会因运行而改变，因此MA系数的估计值不会因运行而改变

换句话说，数据假设来自具有未知系数$\beta_0$和$\beta_1$的MA（1），ARMA拟合软件旨在估计这些系数的总体值

在模型与数据的拟合过程中不存在伪随机现象。这是一个优化过程，其中通过系数的初始值导出并用于拟合模型。这样做之后，将为系数分配新值，并改进拟合。这种情况一直持续到通过改变系数的值无法进一步改善拟合。在这一点上，模型已经收敛

---

也许你把MA过程的理论定义与ARMA对平稳时间序列的拟合混淆了？

也许你会更幸运？你能澄清你的问题吗？当你问“每次我尝试拟合”时，你每次拟合的数据是否相同？或者你正在生成新的白噪声样本？当然，新样本将产生不同的参数估计。或者你在问为什么不同的软件包在同一时间序列上产生不同的参数估计？如果是这样，这可能会有帮助：请不要交叉张贴。标记要迁移的问题。像往常一样，解释得很好。此外，我还喜欢原始文本$\beta$，只有在迁移到stats.stackexchange.com后才能正确呈现@乔许·布莱恩：不，你误解了。Gavin直接调用他的参数$\beta$。