从给定信号估计 AIC/BIC 标准答案

【问题标题】：estimate AIC/BIC criteria from given signal从给定信号估计 AIC/BIC 标准
【发布时间】：2014-03-31 05:51:36
【问题描述】：

假设我们遵循模型

https://dsp.stackexchange.com/questions/15326/can-someone-show-the-details-of-how-to-apply-aic-for-sinusoidal-models-to-specif

epsilon 是白噪声，我尝试了以下代码

function [aic_matrix,bic_matrix]=ARMA_model(y,n);
%n possible order of each model
LOGL = zeros(n,n); %Initialize
PQ = zeros(n,n);
for p = 1:n
    for q = 1:n
        mod = arima(p,0,p);
        [fit,~,logL] = estimate(mod,y,'print',false);
        LOGL(p,q) = logL;
        PQ(p,q) = p+q;
     end
end
LOGL = reshape(LOGL,n*n,1);
PQ = reshape(PQ,n*n,1);
[aic1,bic1] = aicbic(LOGL,PQ+1,length(y));
aic_matrix=reshape(aic1,n,n);
bic_matrix=reshape(bic1,n,n);
end

但是当我运行以下命令时

[aic_matric,bic_matrix]=ARMA_model(B,100);

我得到了结果

Error using arima/validateModel (line 1314)
The non-seasonal moving average polynomial is non-invertible.

Error in arima/setLagOp (line 391)
   Mdl = validateModel(Mdl);

Error in arima/estimate (line 1183)
  Mdl = setLagOp(Mdl, 'MA' , LagOp([1  coefficients(iMA)' ], 'Lags', [0 LagsMA ]));

Error in ARMA_model (line 9)
        [fit,~,logL] = estimate(mod,y,'print',false);

这是否意味着这个信号是非平稳的？与我的代码有关的问题是什么？请帮助我

【问题讨论】：

我认为这行不正确：mod = arima(p,0,p); 我认为应该是mod = arima(p,0,q);。此外，您确实不希望系统的 MA 部分具有比 AR 部分更高的阶数（如果错误得到修复，您的循环将执行此操作）。循环 for q = 1:n 应为 for q = 1:p。
AIC和BIC哪个更稳定？
我可以写成 arima(p,0,0) 吗？
是的，这只会给你一个 AR 模型（这对于正弦模型的情况可能没问题）。请不要使用 cmets 进行聊天。请到这里聊天：chat.stackexchange.com/rooms/1090/signal-processing
但是在这种情况下如何给出建议？AR 模型是否适合正弦模型？也因为它处于噪声中，所以总是建议采用高 AR 阶数，但要多高？让我们假设我有这两个矩阵，让我们假设我已经给出了可能的订单 80，这个大小合适吗？

标签： matlab signals signal-processing autoregressive-models

【解决方案1】：

我认为这行不正确：

mod = arima(p,0,p);

我觉得应该是

mod = arima(p,0,q);

此外，您确实不希望系统的 MA 部分具有比 AR 部分更高的阶数（如果错误得到修复，您的循环将执行此操作）。循环

for q = 1:n

应该读

for q = 1:p.

除了这些问题之外，您的代码似乎还可以。

【讨论】：

但是对于大量的P，有错误，超时
超时可能是由于数据无法处理 100 的顺序。这对于 ARIMA 模型来说非常大。