《表1 平面位移的时间序列模型参数的极大似然估计值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于ARIMA模型的边坡变形分析与预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:P为似然对数值。

在识别X方向和Y方向位移的时间序列模型为ARIMA（1，1，1）和ARI（2，1）后，接下来就需要估计模型的参数。常用的参数估计方法有矩估计、最小二乘估计、极大似然估计和无条件最小二乘估计。本文使用R语言中的arima函数进行参数估计，其中的method参数可以选择参数估计的方法为“CSS”（最小二乘估计）、“ML”（极大似然估计）或“CSS-ML”，默认的方法是“CSS-ML”，即先通过最小二乘估计计算初值，再用极大似然估计方法计算。计算结果见表1。