Построение ARMA модели Опции

[Dootch]

Всем доброго времени суток.
Имеется набор из 5000 отсчетов. Необходимо построить по нему ARMA модель. Модель выглядит следующим образом:

Где — константа, — белый шум, то есть последовательность независимых и одинаково распределённых случайных величин (как правило, нормальных), с нулевым средним, а и — действительные числа, авторегрессионные коэффициенты и коэффициенты скользящего среднего, соответственно.
(Копипаста с википедии)
Правильно ли я понимаю, что построение такой модели означает нахождение таких коэффициентов авторегрессии и скользящего среднего, что если подать на вход модели белый шум то полученные 5000 отсчетов будут максимально коррелировать с моими данными?

Прочитал, что для оценки порядка модели, то есть для нахождения p и q используется Информационный критерий Акаике (AIC).
После чего коэффициенты находятся через систему уравнений Юла-Уокера.

Есть ли кто-нибудь, кто занимался подобными расчетами? Может почитать что посоветуете.
Необходимы примеры моделирования реальных последовательностей.

Нашел следующую информацию:
Критерий лишь помогает мне выбрать оптимальное число p и q, временно можно на это забить и рассмотреть 3 модели например: (p=2,q=2),(p=10,q=10),(p=500,q=500). Рассчитать коэффициенты для всех трех и прикинуть как сильно все это влияет на производительность.
Пункт 2. Уравнения Yule-Walker normal equations. Кому интересно читаем тут http://en.wikipedia.org/wiki/Autoregressiv...alker_equations
Каким-то образом эти уравнения должны помочь мне в нахождении коэффициентов авторегрессии и скользящего среднего.
Возможно стоит копать в метод наименьших квадратов?
Принимаем за неизвестные:
дисперсию входящего шума,
коэффициенты авторегрессии,
коэффициенты скользящего среднего.

И снова тупик.

[Guest_TSerg_*]

google:
- построение arma модели
- учебник по эконометрике