рефераты конспекты курсовые дипломные лекции шпоры

Раздел Электроника
/
II. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ ПРОЦЕССОВ АВТОРЕГРЕССИИ

Реферат Курсовая Конспект

Выберите учебное заведение

II. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ ПРОЦЕССОВ АВТОРЕГРЕССИИ

II. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ ПРОЦЕССОВ АВТОРЕГРЕССИИ - раздел Электроника, ПРЕДСТАВЛЕНИЕ МОДЕЛИ, ИСПОЛЬЗУЮЩЕЕ СЛУЧАЙНЫЕ ИМПУЛЬСЫ Если Предположить, Что Исследуемый Ряд – Процесс Авторегрессии Второго Или Пе...

Если предположить, что исследуемый ряд – процесс авторегрессии второго или первого порядка, начальные оценки иможно получить, заменив теоретические автокорреляции их выборочными оценками , полученными из уравнений Юла-Уокера.

В частности, для процесса АР(1):

И для АР(2): (10)

Соответствующая формула, вытекающая из уравнений Юла-Уокера, для процессов высшего порядка может быть получена заменой на отсюда:

где - выборочная корреляционная матрица размером , содержащая коэффициенты до порядка (p-1), и - вектор ().

Например, если p=3, то

Действительно, автокорреляционная функция

Если подставить в это уравнение значения k=1,2, …,p, то получим систему линейных уравнений для со свободными членами , или так называемые уравнения Юла-Уокера

Оценки Юла-Уокера для параметров процесса получим, заменив теоретические значения автокорреляции выборочными автокорреляциями .

Если мы перейдем к матричным обозначениям

решение системы уравнений Юла-Уокера – выражения для параметров через автокорреляции – можно записать в виде (**)

Показано, что в отличии от ситуации возникающей с процессами СС, параметры авторегрессии, получаемые из (**), весьма близки к эффективным оценкам максимального правдоподобия.

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

ПРЕДСТАВЛЕНИЕ МОДЕЛИ, ИСПОЛЬЗУЮЩЕЕ СЛУЧАЙНЫЕ ИМПУЛЬСЫ

На сайте allrefs.net читайте: "ПРЕДСТАВЛЕНИЕ МОДЕЛИ, ИСПОЛЬЗУЮЩЕЕ СЛУЧАЙНЫЕ ИМПУЛЬСЫ"...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: II. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ ПРОЦЕССОВ АВТОРЕГРЕССИИ

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

МЕТОДИКА ИДЕНТИФИКАЦИИ
ИДЕНТИФИКАЦИЯ ПОРЯДКА РАЗНОСТИ Ранее было показано, что автокорреляционная функция стационарного смешанного процесса авторегрессии – скользящего среднего удовлетворяет разн

СТАЦИОНАРНОГО ПРОЦЕССА АРСС
Приняв предварительное решение о величине d, мы далее изучаем общий вид выборочной автокорреляционной и частной автокорреляционной функции соответствующего разностного ряд

I. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ ПРОЦЕССОВ СКОЛЬЗЯЩЕГО СРЕДНЕГО
Из формулы (4 [Лекция 5]) следует, что первые q автокорреляций процесса СС(q) не равны нулю и могут быть выражены через параметры модели

III. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ СМЕШАННЫХ ПРОЦЕССОВ АВТОРЕГРЕСИИ – СКОЛЬЗЯЩЕГО СРЕДНЕГО
В дальнейшем часто будет обнаруживаться, что-либо после взятия нужного числа разностей ряд бу

МОДЕЛЬ БОКСА-ДЖЕНКИНСА
Одной из основных проблем применения такой модели является определение эффективных оценок ее параметров. Здесь имеется 3 типа параметров: порядок разности d, авторег

ПРОЦЕССА СКОЛЬЗЯЩЕГО СРЕДНЕГО
(Дженкинс, Ваттс “Спектральный анализ и его приложения”- 5.4.4., Бокс, Дженкинс “Анализ временных рядов”) I. Начальные оценки параметров процессов СС(q):

ОРТОГОНАЛЬНЫЕ ПЕРИОДИЧЕСКИЕ ФУНКЦИИ
Тригонометрические функции являются периодическими с периодом

ПРЕДСТАВЛЕНИЕ ФУНКЦИИ В ВИДЕ РЯДА ФУРЬЕ
Итак, функции , определенные на множестве

ТЕОРЕМА ПАРСЕВАЛЯ
Дисперсия процесса равна

СПЕКТРАЛЬНЫЙ АНАЛИЗ
Разложение дисперсии ряда по частотам с целью определения существенных гармонических составляющих называется спектром ряда динамики (спектром ряда Фурье). График зависимос

АВТОКОВАРИАЦИОННОЙ ФУНКЦИЕЙ
В соот