一种新的基于采样的贝叶斯方法 长记忆随机波动 （ LMSV ）的过程; GPH-估计方法的动机是分整自回归移动平均（ARFIMA）的进程，这是最初提出，由J.
基于28个网页-相关网页
ARFIMA model 分整模型
ARFIMA models ARFIMA模型
Periodic ARFIMA 周期长记忆模型
ARFIMA process ARFIMA过程
ARFIMA过程 ARFIMA process
orthogonal ARFIMA model 正交ARFIMA模型
time-varying ARFIMA model 时变ARFIMA模型
Finally, we give Bayesian analysis of the long memory time series ARFIMA model.
最后，对长记忆时间序列arfima模型进行了贝叶斯分析。
The results show that ARFIMA model has more accuracy and can be used in tourism forecast.
结果表明ARFIMA模型的精度最高，在旅游需求预测中有较强的实用性。
To solve the higher peak and fat tail phenomenon, immediate memory and asymmetric features, this paper formulate the volatility model of exchange rate returns using the ARFIMA-EGARCH-M model.
为了解决汇率收益率波动中的“尖峰厚尾”、中期记忆和非对称特征，提出了利用ARFIMA - EGARCH - M模型建立汇率收益率波动模型。
应用推荐