книги / Статистический анализ геофизических полей
..pdfгде |
Lr ~Jx \мЧ(л) |
ч ( л ) е ~ 1ЛГИл |
; |
|
|
|||
|
|
|
||||||
|
|
> t e Ip -, l e Ц _ ] , |
|
|
||||
|
|
2ж |
|
|
|
|
|
(П .2.37) |
где |
|
|
|
|
|
|
|
|
|
| Л~7( л )® 1 |
~7(л ) е ~гЯгс(л . |
|
|
||||
|
|
|
|
|||||
Для одномерного гауссовского |
АРСС-процесса матрицы i f . , |
Lr и |
||||||
в выражениях (П .2.35) |
и (П .2 .3 8 ) |
превращаются в |
числа, |
матричные |
||||
функции Д~7(л ), А"1( л ) и Г (л ) |
А |
] |
- в |
обычные комплекс |
||||
нозначные функции, а |
кронекеровское |
произведение штриц - в |
||||||
обычное произведение |
комплексных чисел. |
|
|
|
||||
|
Чаотные случаи; |
"чистые" АР- и СС-процесон. Рассмотрим, ка |
кой вид приобретают выражения для АД статистики и ПНФ-матрицн в частных случаях "чистых" АР- и СС-процессов. АД статистика много
мерного гауооовского |
АР-процесса ( g = 0 ) компактно |
записывается |
|||||||
в |
виде |
совокупности |
элементов составной матрицы |
Л (7 Я ) ~ [ Л гл |
, |
||||
l e t , |
р , Л$] , |
выражения для компонент A j и / , |
которой получают- |
||||||
оя |
из |
условий |
Щ .2 .3 1 ) и (П .2 .2 8 ), |
еоли подставить |
в них М л) |
-= |
|||
- |
V |
* |
s |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(П .2.39) |
|
где |
|
|
|
Игл |
|
|
|
|
|
|
|
|
|
|
А = ~ 1 . |
|
|
|
|
|
|
|
|
А (л ) = - Z 2 .е |
|
|
|
к~0
Используя теорему о циклической свертке и теорему Парсеваля для декретного конечного преобразования Фурье, можно выражениям
(П .2 .39) придать "временную форду", |
т .е . |
с |
точностью до D (?/V # ) |
по вероятности записать матрицы А * |
и |
в |
виде: |
-I ;
(П .2 .4 0 )
л9 * ^ f ’(tt - <?)?
87
гд е |
|
|
|
|
|
|
|
|
О, |
- |
£ |
г г |
|
|
|
|
|
|
+ шГ+? |
|
|
|
|
|
|
|
tr |
|
|
|
|
|
|
|
t=p+1 |
|
к-7 X " t-k |
|
|
i e r означает |
циклический сдвиг |
индексов |
на |
г |
|||
матрица |
Л'' |
мыслится как верхняя треугольная. |
|
|
|||
Из |
выражений (Д .2 .3 5 )-(Я .2 .3 7 ) далее следует, |
что |
ПНФ-матри- |
ца для параметров многомерного гауссовского АР-процеооа имеет вид:
г = |
Г 0 |
|
|
|
где |
р 0 ш Q-J в, Q~l . |
(П .2 .41) |
|||
О |
> |
] |
■ |
|||||||
|
|
|
||||||||
|
|
|
|
|
|
|
- |
2л |
|
|
|
‘х - г > |
t . l |
£ 7, р ] i |
так |
как |
j y |
$ 7 (л )е ~ 1ЛГ</л ■ 4 -; |
|||
и в |
|
2л . „ |
|
|
|
|
у |
|
||
|
\ г Ч |
л ) е и |
г 7/л |
= 0 , |
|
2 £ / , р ] ™=0 . |
|
|||
|
|
о |
|
|
|
|
|
|
|
|
Для чистого СС-прсцеоса |
( р - 0 ), |
параметрами опектра |
которо |
|||||||
го являются |
элементы матриц |
Лг , |
1 е $ 4 |
(причем матрицы |
Ла - |
симметричная), АД статистика предотавляет собой совокупность эле
ментов матриц |
A f, I £ |
Я,J |
, |
которые |
согласно |
уравнению |
(П .2.28) |
||
тлеют вид: |
|
|
|
|
|
|
|
|
|
= |
£ |
\[Г7], ( Tj Т |
|
/ [ D-Jl - I |
J e~ UJ г, |
геО ,г , |
(П .2.42) |
||
причем матрица |
А 0 мыслится |
как верхняя треугольная. ГШФ-матрица |
|||||||
для параметров |
Лг гауссовского многомерного СС-процеооа соглас |
||||||||
но выражению |
(П .2.36) представляет |
собой блочно-теплицеву матри |
|||||||
цу размером |
тг (% + 1 ) * |
|
|
г 7 ) : |
|
|
|
|
|
|
|
r* = [L*_n , l,n |
|
eg^ J , |
|
(П.2.43) |
|||
ГД0 |
|
|
2х |
|
|
|
|
|
|
|
|
1 т ~ 7 ^ |
\ |
Г ~Г(Я) 9 |
Г~1С * )е ~гЛГ* * » |
|
|||
|
|
Р (л)= л и ) |
|
« |
it . |
г |
|
||
|
|
= Т , лке |
|
* , Л.А = $ 1 . |
|
82
В одномерном случае выражения Щ .2 .42) и (П .2 .43) приводятся к вину
(Х/ц, d |
Г |
* |
\ X j f - d U j ) |
. |
|
) |
f a |
W I A J ) |
eoslnJ ' Ze/>* ’• |
||
|
d W |
||||
|
COS lA cos Я» |
1, |
neo.q . I |
||
|
f 2(A) |
(tA, |
|||
где d(4) - / (A ) |
« £ d , e ltA , |
d, |
- - d , . |
||
|
|
|
|
|
* |
Алгоритмы аоимптотичеоки |
аффективного оценивания параметров |
гауооовокого АГСС-процеооа. Полученные выражения для АД статисти
ки |
А и ШФ~матрщн Г многомерных гауссовских АРСС-процессов |
|||||
позволяют построить конкретные алгоритмы для |
АЭ-оценок матриц |
|||||
Лг , |
I е 1,р , |
$г , |
структура |
которых |
определяется форму |
|
лами |
(| .2 .5 ) - Ш .2 |
.7 ) . |
|
|
|
|
|
Из выражений |
(Д .2 ,4 0 ) |
и (П .2 .5 ), |
в частнооти, вытекает, что |
АЭ-оценка параметров гауооовокого АР-процеооа получаетоя в ре
зультате |
решения оиотемы уравнений |
|
|
|
|||
.4 |
|
р |
|
|
|
I е }'/> |
(П .2.44) |
Л г а ~ 1 |
(Z |
■ т. |
djt^i |
) - 0 |
, |
||
к* Г |
|
|
Из второго уравнения имеем |
|
|
|
|
|||||
|
У |
f |
N |
* |
|
-А*- |
•+* |
J* v **■ |
(П .2 .45) |
* |
“ |
Ж Д , |
* * |
' где |
4 |
= ** - f a |
|||
|
v |
|
|
|
_ |
|
|
|
|
где Аг - |
|
решения первой системы уравнений в (П .2 .4 4 ). Неоложные |
|||||||
выкладки |
в |
(П .2 .45) |
о учетом |
(ft, 2 .4 4 ) |
приводят |
к АЭ-оценке пара |
|||
метра |
4 |
вчда |
|
|
|
|
|
|
|
|
|
& |
- L ~ |
£ |
к с [ |
• |
(Ц,2.46) |
|
|
|
|
|
|
М~1 |
|
|
|
|
Выражения |
(П .2 .44) |
и (П .2 .46) |
отличаются |
от выражения (П .2Л 5) |
|||||
для оценок |
Юла - |
Уокера лишь формулой для выборочной автоковариа- |
|||||||
циоиной функций |
Ct |
• Поскольку |
очевидно, |
что \Jd(Cr |
|
||||
но Рв -вероятности, |
получаем, |
что |
оценки по методу |
моментов для |
|||||
параметров |
^ , |
к е |
, $ |
АР-процеоса |
в |
гауссовском |
случае оказы |
83
ваются асимптотически эффективными, и их асимптотическая ковариа ционная матрица определяется выражениями (П .2.41).
Однако для СС- и ЛРСС-процессов системы уравнений Т(Г№, / ) =
= 0 для |
АЭ-оценки (П .2.5) |
существенно |
отличаются от систем урав |
|
нений |
(П .2 .9 ), (П .2 ,1 2 ), |
определяющих |
оценки параметров Ak , |
|
J)j, I |
е |
0 ^ этих процессов по методу моментов. Другими оловами, |
в этом случае метод моментов не обеспечивает эффективного оцени
вания, |
и предлагаемый подход приводит к |
существенно новшл оцен |
||||||||||||||||||
кам - асимптотически |
эффективным и достаточно |
просто |
реализуемым |
|||||||||||||||||
в вычислительном отношении. |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Нелинейная |
система |
уравнений |
Л |
(7 ^ ,8 ) “ О |
для АЭ-оценки |
|||||||||||||||
(П -2.5) в случае |
СС- и АРСС-процессов не |
решается в явном виде |
||||||||||||||||||
и приходится прибегать к итерационным процедурам ее решения, в |
||||||||||||||||||||
частности |
к |
оценкам |
(П .2 .6) |
и |
(П .2 .7 ). При использовании |
оценки |
||||||||||||||
(П .2 .6) |
значения |
компонент |
АД статистики |
и ПНФ-матрицы вычисляющ |
||||||||||||||||
ая по формулам |
(П .2.28), |
(П .2 .31) |
и (П .2 .3 4 ), |
исходя |
из |
^ " - с о |
||||||||||||||
стоятельных |
оценок |
|
|
k e |
|
, |
J)t , |
le S T t, |
которые |
находятся в |
||||||||||
результате |
решений уравнений (П.2.9) |
и (П .2 .12) |
метода моментов. |
|||||||||||||||||
Улучшающая поправка |
z T = ^ - |
/7* |
к оценкам |
А *, Л * находится |
да |
|||||||||||||||
лее как решение |
системы линейных уравнений |
|
|
|
|
|
|
|||||||||||||
Г (8%)# - у** й |
( х№, |
$£), |
2Г* |
НС (8/ |
|
|
) |
• |
(П .2.47) |
|||||||||||
влг |
|
|
Mrv) |
|
||||||||||||||||
В результате уже этой первой итерации получаются АЭ-оценки |
8t , |
|||||||||||||||||||
з |
-8г е |
07i |
. |
Тем не менее процедуру улучшения можно итера |
||||||||||||||||
тивно продолжить: по уценкам 8 ^ = 8^ |
8 |
вычислить новые |
значе |
|||||||||||||||||
ния T(7ff , |
dff |
) |
и Г (8 <7) |
) , |
и в |
|
результате |
решения оиотеш уравне |
||||||||||||
ний (П .2.47) |
найти |
новую поправку |
£ (г) |
и новую оценку |
|
|
||||||||||||||
+ #<-1) . |
|
|
Повторение описанной процедуры приводит к оценкам |
|||||||||||||||||
(Д .2 .7 ), которые |
теоретически |
в |
асимптотике при |
|
не лучше, |
|||||||||||||||
'чем оценка (П .2. 6), |
однако при малых и средних значениях |
N обыч |
||||||||||||||||||
но имеют меньший разброс. |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Систему линейных уравнений относительно |
pmz |
|
|
не |
||||||||||||||||
известных |
flt , |
J>t |
можно записать |
как |
систему матричных линейных |
|||||||||||||||
уравнений относительно матричных улучшающих поправок |
d^~ ^ |
- / * , |
||||||||||||||||||
к е |
и |
|
|
-i, - |
j f , |
1 е. |
0,1 |
: |
|
|
|
|
|
|
|
|
||||
|
|
Т |
/ * |
Л * |
+ |
Т |
|
|
|
|
7 |
|
|
1 е J, p ; |
|
(П.2.48) |
||||
|
|
|
|
|
|
|
|
|
|
|
~ |
Т Г |
Л г |
> |
|
|||||
|
|
Т |
|
|
Л * * Т |
/J> |
i |
|
|
7 |
Л-В |
|
|
|
|
|
|
|
||
|
ЕЛ-*** |
+ £ д |
|
|
ттгл1’ |
|
t e c f y |
, |
|
|
|
84
где L f, i f |
ж |
- ( 6г ) определяется выражениями (П .2 .3 5 )- |
(П .2 .3 7 ), |
для |
решения которых, по-видимочу, можно разработать |
эффективные рекуррентные процедуры, аналогичные описанным выше. Точность АРСС-апдроксимации спектра наблюдаемого процесса.
При |
параметрическом спектральном анализе неизбежно возникает |
во |
|||
прос : |
ъ |
какой отепени оцененный энергетический опектр |
В (л, |
) , |
|
где |
8М |
- полученная по наблюдениям оценка параметра, |
соответ |
|
|
ствует |
истинному спектру F ( л ) в том случае, |
если последняя функ |
|||
ция не |
принадлежит параметрическому классу |
[ в ( л ,/ 7 ) , |
8 <s & j |
? |
В аоимптотической постановке этот вопрос сводится к двум: всегда
ли существует В -Ur»^ |
|
> |
где |
/ - |
вероятностная мера, |
соот |
||||||||
ветствующая истинному |
спектру |
/~(лр. |
какова |
степень близости |
|
|
||||||||
В (л,80 ) |
В (л, |
) |
к истинному спектру |
В (л ) ? Ответ |
на |
|
||||||||
эти вопрооы для АРСС опектральных оценок может быть получен на |
|
|||||||||||||
основании следующей теоремы, аналогичной теореме Г. 3 .3 . |
|
|
|
|||||||||||
|
Т е о р е м а |
П.2 Л . Цуоть наблюдаемый временной ряд |
^ |
|
||||||||||
имеет |
спектральную плотность |
? ( л ), такую, что |
d et Г ( л ) % J >0 , |
|||||||||||
ограниченный момент |
В |
|
|
<*® и обладает свойством равномер |
||||||||||
ной оидьной перемешиваемооти /2 7 7 • Тогда |
АЭ-оценки параметров г а - |
|||||||||||||
уооовокого АРСС-процеоса, вычисленные по реализации процесса |
|
, |
||||||||||||
аоимптотичеокй нормальны о параметрами (Т0 , |
L а |
) , |
где |
8% = vec |
• |
|||||||||
* ( |
Sz(us) ) |
находятся из |
следующего соотношения: |
агд |
т » х |
|||||||||
|
Г ( * , 8 ) ] , |
0 е |
|
; |
|
|
|
|
|
|
|
|
||
|
|
, |
U |
|
|
. |
^ |
|
|
|
|
|
|
|
J [ ? ( * ) , |
|
|
|
|
(л )Г (л ,0 ) + trF 7(A,SJfw JdA |
; (П .2.49) |
||||||||
В ( л , 8 ) - опектр АРСС-процеоса^ в форме |
(П .2 Л 9 ); |
0 - |
невырож |
|
||||||||||
денная матрица, |
зависящая от |
F ( л ) и четвертых моментов про |
||||||||||||
цесса |
® |
- множество |
значений параметров |
|
/е гТ р,^ , 1 е лс/ |
|||||||||
АРСС-процеооа, |
таких, |
что det Г ( л , 8 ) 2 £ > д , |
р (л ) "А/ 7 |
А~л |
> |
|||||||||
|
* * ] |
имеет все |
корни вне |
единичного круга. |
|
|
|
|||||||
|
Нетрудно показать, что |
80 удовлетворяет |
следующей системе |
|||||||||||
уравнений: |
|
|
|
|
|
|
|
|
|
|
|
|
|
(П.2.50)
[ 4 r* £l i h № >•)<*- о , r ,t e m ,
85
гд е |
А„(л)— Z Л.е'*я , |
2>»(л) =Z |
Ле**4 , |
p] . |
|
|||
Поскольку минимум в соотношении (П .2 .49) |
всегда |
существует, |
сис |
|||||
тема |
(П .2.50) |
имеет решение. Заметим также, что гауссовский |
слу |
|||||
чайный процесо |
Yf |
t t e l |
обладает |
свойством равномерной сильной |
||||
переметилаемосги, |
если его спектральная ллотнооть удовлетворяет |
|||||||
условию £ 21] \ |
|
|
|
|
|
|
|
|
|
|
|
2JC |
|
|
|
(П.2.Ш ) |
|
|
|
|
J 1од[№ 2я Г (л )]с(Л |
. |
||||
|
|
|
О |
|
|
|
|
|
|
Известно, |
что функционал |
А(л, /Г)] |
представляет |
оо- |
бой информацию Бульбака /367, содержащуюся в гауссовском процео-
ое |
Yt 00 спектром |
f ( л ,В ) относительно гауссовокого процесса |
со |
спектром £ (л ) . |
Таким образом, при АРСС-моделировании гауссов |
ских наблвдений асимптотически выбираетоя такая АРСС-модель, ко торая обеспечивает максимум информации Кульбака относительно на блюдаемого процесса .
-Д.З. АСИМПТОТИЧЕСКИ ЭФФЕКТИВНЫЙ СПЕКТРАЛЬНЫЙ АНАЛИЗ
НЕГАУССОВСКИХ МНОГОМЕРНЫХ |
АР-ПРОЦЕССОВ . |
Устойчивость спектральных |
оценок к закону распределения на |
блвдений. При отклонении |
распределения /> ]])> |
порождающего AFCC- |
процесо белого шума |
от гауооовокого рассмотренные в разделе |
|
П.2 АЗ-оценки параметров |
Aj., 4 АРСС-процеоса, |
конечно же, пере |
стают быть асимптотически наилучшими. И в этой ситуации возникает вопрос об устойчивости характеристик их качества:настолько они , проигрывают оценкам,наилучшим для реально действующего распределе ния АРСС-процеоса. Если АЭ-оценки параметров теряют такие важные свойства, как состоятельность и асимптотическая нормальность, то их асимптотическая эффективность при гауссовском распределении бесполезна о точки зрения практики, и целесообразно ш есто них использовать другие, устойчивые оценки,' сохраняющие состоятель ность и асимптотическую нормальность в широком клаоое 0 2 распре делений анализируемого процесса.
Удобным для практического использования подклассом устойчи
вых |
оценок являются инвариантные оценки, асимптотическая точность |
||
которых остается постоянной в некотором подкласое |
(хотя |
||
для |
каждого конкретного распределения из <Х |
эта |
точность ниже |
"абсолютного" предела). Наконец, если класс |
5 возможных распре |
||
делений известен из априорных предположений, |
то можно стремиться |
к наиболее осторожной стратегии оценивания и искать минимаксную
86
в данном клаоое оценку, которая (будучи аоимптотически эффектив
ной для какого-то распределения из |
) имеет минимум точности |
|
для других распределений из этого же класса, |
превышающий анало |
|
гичный минимум для всех устойчивых в |
классе |
^ оценок. |
Наиболее полным образом вопрос об устойчивости, инвариант-
нооти и минимаконосги параметрических спектральных оценок удает ся решить для АР-моделей анализируемого процесса. Для АР-процес- оов можно поотроить АЭ-оценки для негауосовских распределений порождающего белого шума ^ , а также очертить клаосы распреде лений, в которых данные оценки сохраняют устойчивость, инвариантнооть или обладают свойством минимаконооти. Это связано о тем, что в силу /-овяэной марковости негауооовсних АР-процессов мож но выписать ЛАН-разложение их функции правдоподобия при всех Pg(j) , удовлетворяющих условию (П .2 .4) ( т .е . имеющих информацию
Фишера для параметра масштаба). Вмеоте с тем, для АРСС-процесса общего вида существование ЛАН-разложения доказано в настоящее
время только для гауссовского случая. |
|
|
|
||
Тем не менее удается |
показать, что рассмотренные в разделе |
||||
П.2 АЭ-оценки параметров |
Ак, |
гауссовской |
APGG-модели сохраня |
||
ют устойчивость (и частичную инвариантность) |
в |
столь |
широких |
||
нлаосах распределений порождающего белого шума |
^ , |
что вопрос |
о потере их ооотоятельности и аоимптогичеокой нормальности при практическом опектральном анализе негауосовских процессов вообще, по-видимому, снимается о повестки дня. (Этот результат также свя зан о теоремой Ц .2 .1 .) Из приведенного ниже подробного анализа вопросов уотойчивооти АЭ-оценок параметров негаусоовских АР-про- цеооов следует, что наиболее широкие клаосы устойчивости и инвариантнооти получаются именно для АЭ-оценск, соответствующих гаус совскому случаю (оценок Юла - Уокера или Еурга). Эти же оценки оказываются асимптотически минимаксными (робастными) в естествен ном классе распределений порождающего белого шума.
Аоимптотичеоки эффективные оценки параметров негауооовоких АР-процеооов. Запишем разноотное уравнение для АР-процеоса в виде
где |
^ —/ ; |
£~t |
- |
порождающая последовательность независимых |
|||
Векторов о |
£в^=&, |
ft ? |
I |
и плотностью распределения |
|||
Q - |
верхняя |
треугольная матрица. Параметрами спектра АР-процео- |
|||||
оа, |
генерируемого уравнением |
(П .З Л ), являются элементы матриц |
|||||
|
ket"f> |
и |
в . Распределение выборки наблюдений |
(Г *. |
87
Т * ) |
АР-процеоса ( т .е . |
/ -связн о го |
марковского процеооа) имеет |
||
вид |
(см. раздел 1 .3 ) : |
|
|
|
|
|
• в у p ( T f ) П |
|
|
Н-р |
(П .3 .2 ) |
|
д ( - o f 4 |- ) Ш а ' 1Т |
||||
|
i«ptt |
* * ' |
т |
|
|
Оно обладает свойством ЛАН, |
если распределение Ре (#~) |
удовлетво |
|||
ряет |
ограничению ( 2 .2 .4 ) . |
|
|
|
Рассмотрим структуру АД статистики и ШФ-матрипы для раопре-
деления (П .3 .2 ). Используя формулы ( [ . 4 . 9 ) , ( 1 .4 Л 5) и (П .3 .2 ), можно получить следующие выражения для компонент АД отатиотики,
соответствующих элементам ^ |
и |
матриц 4 и 6> /АЪ/\ |
||
4 |
|
|
|
r’* e m |
|
|
|
|
(П .З.З) |
4 |
rk) u * ; 9 1W ^ f, |
|
) %-a) ]> |
r,A |
где |
|
|
|
|
|
? < % ) m Q~{ r ? ( % |
) = ( % ' |
r e i ” )> |
|
|
<%> J r |
|
le**y> |
Вектор АД. статистики /Tip (Г) удобно представлять как последова тельность пристыкованных друг к другу отрок совокупности матриц А*, Л начиная со отрок от t= f до /=/> и кончая отрока ми матрица А 3 . При этом можно использовать следующую запиоь для АД статистики:
Г ( % ,Г у к с ( А ', ге/^;Л9), |
(П.3.4) |
где vec обозначает описанную операцию превращения последователь
ности матриц в вектор. |
Из выражения |
Щ .3 .3 ) оледуют простые выра |
жения для матриц А / и |
А в : |
|
Л ,Л( Г „ в - ) |
f irz |
Щ)хt-гt' i e f,p ; |
|
|
(ff.3.5) |
Г Л , ? ) - |
|
|
ОБ
В частности,^из |
выражения (П .3 ,5 ) для гауосовокого АР-процесса |
при cP (f)= -у~ |
получаем |
|
|
|
|
) . “ О . |
(З.з.6) |
f |
я |
у |
^ |
^ |
|
где G* QQ, |
См |
= у 2_^ ^ |
- выборочная автокорреляци |
онная функция АР-процесоа.
Выражение для ПНФ-матрицн негауосовского АР-процеооа можно получить, конкретизируя общую формулу (Г .4 Л 5 ) для ПЩ-матрицн //-связного марковского процесса с переходной плотноотью, завися щей от параметров (ом. раздел Т .4 ) . В данном случае эту матрицу удобно представить в виде блочной матрицы
|
|
|
Г (0 ) = |
|
г \ в ) |
|
г*\в) |
. r ^ |
r / . M j r |
(д >3<7) |
||||
|
|
|
|
г ° Н в ) |
Г 9 ( в ) |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|||||
Блок Г А((Г) |
имеет размернооть т г/>% т 2р и ооглаоно уравнениям |
|||||||||||||
(1 .4 Л 5 ) |
и |
(Я .3 .2 ) |
состоит |
из |
элементов |
|
|
|
|
|||||
Г * |
'f? \ % (st |
a |
) |
% |
) |
*f-», &•) |
} ~ f a / 4 -я- a t ) / |
|
||||||
l(rk)n(us) |
(ff.3 .8 ) |
|||||||||||||
гле г(т ) |
~ |
злементы матР1ЩЫ |
|
Г г . |
|
< eT( 5 |
.)0 'T; £i-n > (sA ) - |
|||||||
элементы матрицы С, |
- |
|
f |
Г , |
|
|
|
|
|
|
||||
Блок Г |
АО |
£ п , |
|
0* |
*~1 |
|
t -П |
|
|
поскольку |
его эле |
|||
|
еоть m y tm z |
-нулевая матрица, |
||||||||||||
менты |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
_Л? |
|
|
/я |
— |
|
|
, |
|
-fT |
|
|
|
|
(П .3 .9 ) |
hrk)('ic r k.io»S)~ts f |
(Si O k а)) |
|
+ |
(ei^ £(h(s) )} |
|
|||||||||
|
|
|
||||||||||||
равны нулю, |
так |
как |
xi ,i> Ск) |
независимы |
с |
|
я ■%[%-/ |
(Г) } - Я |
||||||
Блок f s |
имеет |
размерностьт гпт ! и состоит |
из |
элементов |
||||||||||
f(tk )(u sf£ { |
^ |
% ) |
^ £Ш ) et(s) 1 ' в(*к) |
®ats)- |
Ш .ЗЛО) |
|||||||||
Матрицу f fl ((F ) |
можно компактно |
записать в виде |
блочно-тешгацевой |
|||||||||||
матрицы размера |
т гр %т гр , |
попользуй кронекеровокое произведе |
||||||||||||
ние матриц: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г * ( в |
)ш £ г <3» Cl n , |
Z,r>G i ,p J . |
(П .З .И ) |
89
Аналогичную запись допускает матрица r |
s( f ) : |
|
|
|
|
||||||||||
|
Л |
|
|
/ 7 ф |
$~Г]® |
£ е / } -Ш < Г , )(п г 0 ~ /) |
г, |
(П .ЗЛ 2) |
|||||||
В |
одномерном случае |
(т = 1 ) кронекеровское |
произведение матриц |
||||||||||||
переходит в обычное произведение, и матрица (П .ЗЛ'Т) припишет |
|||||||||||||||
особенно простой ввд: |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
t n e ( . p ] t |
|
|
(П .ЗЛ З) |
||
где |
г = £ V S(e^)t |
$. |
Матрица Г |
^св ) |
в |
одномерном случае есть |
|||||||||
константа, |
равная |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(Н .ЗЛ 4) |
В гауссовоком |
случае матрица |
Т= G |
1 * |
константа |
г |
= I , а ш три- |
|||||||||
ца |
Г ® ($ ) |
|
может быть записана |
с использованием кронекеровского |
|||||||||||
произведения в |
виде |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
1 + в '* Гф в '1. |
|
|
(П .ЗЛ 5) |
|||
(в |
одномерном |
случав |
^ |
^2с)~г |
) . |
|
|
|
|
|
|
|
|||
|
|
Как |
следует из |
выражения |
(П .3 .8 ) и |
(П .З .Ш , зависимость |
|||||||||
матрицы Г А(&) |
от параметров |
в - (4(/-л)> |
Q(rt)’ |
п |
* &f,m, |
t= f,p ) |
|||||||||
определяется зависимостью ст них первых р |
+Л |
значений матричной |
|||||||||||||
ковариационной функции |
С |
$ Р |
АР-процесса. Эта |
зависимость |
|||||||||||
может бить выражена |
уравнениями Юла - Уокера |
(П .2 Л 5 ), |
рассматри |
||||||||||||
ваемыми как система |
матричных линейных уравнений относительно Сг , |
||||||||||||||
r e |
|
0 ,р , |
в |
которой в |
качестве |
коэффициентов фигурируют матрицы |
|||||||||
Ар, |
k e f ,р |
и |
G г |
|
|
|
|
|
|
|
|
|
|
(I.зле)
Эта система уравнений позволяет рассчитывать значения: Ct , l e <f p
по заданным параметрам АР-процесоа.
Процедуры вычисления АЭ-оценок. Используя результаты, изло
женные в разделе Г .З , можно построить АЭ-оценки параметров нега-
уосовского АР-процесоа, основанные |
на функциях |
f (5 > л Д и & * > • |
|||||
Коли в |
дополнение |
к условию |
(П .2 .4 } |
вектор-функция |
f |
C f) имеет |
|
частные |
производные по |
l e |
удовлетворящие условию Лип |
||||
шица на |
компактах |
в А т : |
|
|
|
|
|
\ 4 ? ( f ) ~ V V ( x ) \ < c A \ f - ? \ |
, ( / \<к, |
\Т\ <А, |
(П .ЗЛ ?) |
||||
то можно показать, |
что для АД статистики Л (Хн , |
9 ) |
и матрицы |
||||
90 |
|
|
|
|
|
|
|