“老关啊，再等等，新的一年，咱们院里的预算还没确定下来。”
季云石含笑说道。
“你刚才还说院里预算充足呢？”
“有吗？”
季云石露出认真回忆的表情，接着说道：“你说我刚才和许青舟的电话啊我这不是为了给我们物院留住人才故意说的嘛。这样，等后面资金还有的话，一定紧着你那边。”
季云石好说歹说，终于摆脱了关教授，暗自感叹：老关啊，你那学生什么水平你不清楚吗。
有点经费全嚯嚯了，成果呢，嗨，零。
经费什么的完全给不了一点好吗。
早上8点半。
在经院办公室，李岱月正和柯辰教授核对工作进度。
李岱月盯着进度表，沉声说道：“嗯，如果不出意外的话，1月份就能把课题结题。”
“是啊，也不枉费大家这段时间夜以继日的赶进度。”柯辰教授也是说道。
1-φ1B-φ2B^21+θ1B+θ2B^2++θqB^q)ε_t
“1.5%的误差.”
许青舟摇了摇头，“柯辰教授的要求有那么一点低。”
搞研究的，往往都会让自己的理论达到100分才满意，在某些时候，许青舟也有这样的执拗。
因此，在建模的过程中，除了按照基本模式编写模型外，还适当加入了些有趣的东西。
他通过最大似然估计（MLE）方法，构建了一个关于模型参数的代数方程，然后通过求解这个方程来得到模型参数的估计值。
又利用三角函数来描述季节性时间序列数据的周期性变化特征，并将其纳入ARIMA模型中进行拟合和预测。
另外，还用到了几何图形里的自相关函数（ACF）图和偏自相关函数（PACF）图，线性代数矩阵的求逆。
修复bug，减小误差值。
这个模型，将会强得可怕。1-φ1B-φ2B^21+θ1B+θ2B^2++θqB^q)ε_t
“1.5%的误差.”
许青舟摇了摇头，“柯辰教授的要求有那么一点低。”
搞研究的，往往都会让自己的理论达到100分才满意，在某些时候，许青舟也有这样的执拗。
因此，在建模的过程中，除了按照基本模式编写模型外，还适当加入了些有趣的东西。
他通过最大似然估计（MLE）方法，构建了一个关于模型参数的代数方程，然后通过求解这个方程来得到模型参数的估计值。
又利用三角函数来描述季节性时间序列数据的周期性变化特征，并将其纳入ARIMA模型中进行拟合和预测。
另外，还用到了几何图形里的自相关函数（ACF）图和偏自相关函数（PACF）图，线性代数矩阵的求逆。
修复bug，减小误差值。
这个模型，将会强得可怕。1-φ1B-φ2B^21+θ1B+θ2B^2++θqB^q)ε_t
“1.5%的误差.”
许青舟摇了摇头，“柯辰教授的要求有那么一点低。”
搞研究的，往往都会让自己的理论达到100分才满意，在某些时候，许青舟也有这样的执拗。
因此，在建模的过程中，除了按照基本模式编写模型外，还适当加入了些有趣的东西。
他通过最大似然估计（MLE）方法，构建了一个关于模型参数的代数方程，然后通过求解这个方程来得到模型参数的估计值。
又利用三角函数来描述季节性时间序列数据的周期性变化特征，并将其纳入ARIMA模型中进行拟合和预测。
另外，还用到了几何图形里的自相关函数（ACF）图和偏自相关函数（PACF）图，线性代数矩阵的求逆。
修复bug，减小误差值。
这个模型，将会强得可怕。1-φ1B-φ2B^21+θ1B+θ2B^2++θqB^q)ε_t
“1.5%的误差.”
许青舟摇了摇头，“柯辰教授的要求有那么一点低。”
搞研究的，往往都会让自己的理论达到100分才满意，在某些时候，许青舟也有这样的执拗。
因此，在建模的过程中，除了按照基本模式编写模型外，还适当加入了些有趣的东西。
他通过最大似然估计（MLE）方法，构建了一个关于模型参数的代数方程，然后通过求解这个方程来得到模型参数的估计值。
又利用三角函数来描述季节性时间序列数据的周期性变化特征，并将其纳入ARIMA模型中进行拟合和预测。
另外，还用到了几何图形里的自相关函数（ACF）图和偏自相关函数（PACF）图，线性代数矩阵的求逆。
修复bug，减小误差值。
这个模型，将会强得可怕。1-φ1B-φ2B^21+θ1B+θ2B^2++θqB^q)ε_t
“1.5%的误差.”
许青舟摇了摇头，“柯辰教授的要求有那么一点低。”
搞研究的，往往都会让自己的理论达到100分才满意，在某些时候，许青舟也有这样的执拗。
因此，在建模的过程中，除了按照基本模式编写模型外，还适当加入了些有趣的东西。
他通过最大似然估计（MLE）方法，构建了一个关于模型参数的代数方程，然后通过求解这个方程来得到模型参数的估计值。
又利用三角函数来描述季节性时间序列数据的周期性变化特征，并将其纳入ARIMA模型中进行拟合和预测。
另外，还用到了几何图形里的自相关函数（ACF）图和偏自相关函数（PACF）图，线性代数矩阵的求逆。
修复bug，减小误差值。
这个模型，将会强得可怕。1-φ1B-φ2B^21+θ1B+θ2B^2++θqB^q)ε_t
“1.5%的误差.”
许青舟摇了摇头，“柯辰教授的要求有那么一点低。”
搞研究的，往往都会让自己的理论达到100分才满意，在某些时候，许青舟也有这样的执拗。
因此，在建模的过程中，除了按照基本模式编写模型外，还适当加入了些有趣的东西。
他通过最大似然估计（MLE）方法，构建了一个关于模型参数的代数方程，然后通过求解这个方程来得到模型参数的估计值。
又利用三角函数来描述季节性时间序列数据的周期性变化特征，并将其纳入ARIMA模型中进行拟合和预测。
另外，还用到了几何图形里的自相关函数（ACF）图和偏自相关函数（PACF）图，线性代数矩阵的求逆。
修复bug，减小误差值。
这个模型，将会强得可怕。1-φ1B-φ2B^21+θ1B+θ2B^2++θqB^q)ε_t
“1.5%的误差.”
许青舟摇了摇头，“柯辰教授的要求有那么一点低。”
搞研究的，往往都会让自己的理论达到100分才满意，在某些时候，许青舟也有这样的执拗。
因此，在建模的过程中，除了按照基本模式编写模型外，还适当加入了些有趣的东西。
他通过最大似然估计（MLE）方法，构建了一个关于模型参数的代数方程，然后通过求解这个方程来得到模型参数的估计值。
又利用三角函数来描述季节性时间序列数据的周期性变化特征，并将其纳入ARIMA模型中进行拟合和预测。
另外，还用到了几何图形里的自相关函数（ACF）图和偏自相关函数（PACF）图，线性代数矩阵的求逆。
修复bug，减小误差值。
这个模型，将会强得可怕。1-φ1B-φ2B^21+θ1B+θ2B^2++θqB^q)ε_t
“1.5%的误差.”
许青舟摇了摇头，“柯辰教授的要求有那么一点低。”
搞研究的，往往都会让自己的理论达到100分才满意，在某些时候，许青舟也有这样的执拗。
因此，在建模的过程中，除了按照基本模式编写模型外，还适当加入了些有趣的东西。
他通过最大似然估计（MLE）方法，构建了一个关于模型参数的代数方程，然后通过求解这个方程来得到模型参数的估计值。
又利用三角函数来描述季节性时间序列数据的周期性变化特征，并将其纳入ARIMA模型中进行拟合和预测。
另外，还用到了几何图形里的自相关函数（ACF）图和偏自相关函数（PACF）图，线性代数矩阵的求逆。
修复bug，减小误差值。
这个模型，将会强得可怕。