Ошибка оценки ковариационной функции

Дисперсии и среднеквадратичные ошибки оценок ковариационной функции для непрерывного процесса первого порядка. [c.219]

Yxx(w), а дисперсии пропорциональны Т. Следовательно, эти две оценки ковариационных функций являются асимптотически состоятельными Таким образом, ковариационную функцию E[X(t)X(i+ + и)] процесса X (t) можно оценить с произвольно малой ошибкой с помощью единственной достаточно длинной записи В таком случае для ковариационной функции среднее по времени, взятое по одной бесконечной записи, равно среднему по ансамблю, и поэтому ковариационная функция называется эргодической Во многих книгах этому свойству уделяется большое внимание, но в действительности оно не представляет большого физического интереса, поскольку наблюдаемые временные ряды имеют конечную, а не бесконечную длину [c.220]

Систематические и случайные ошибки, характерные для оценок ковариационных функций и спектральных плотностей, исследованы в работах [3.1, 3.6, 3.7]. В табл. 3.2 дана их сводка. Статистические ошибки для более сложных функций анализируются в гл. 11. Выражения для случайных ошибок оценивания ковариационных функций, приведенные в табл. 3.2, могут служить лишь ориентиром, поскольку они получены в предположении, что спектр постоянен по всей полосе шириной В. Величина смещения для оценки взаимного спектра является оценкой сверху. Если обе реализации имеют спектральный пик на одной и той же частоте, то нужно брать наименьшее Вг. Нако- [c.86]

В разд 5 I 5 было показано, что обладающую наименьшей среднеквадратичной ошибкой оценку функции отклика некоторой системы на единичный импульс можно было бы выразить через ковариационные функции входа и выхода. На практике невозможно знать эти ковариационные функции точно, и, следовательно, необходимо оценивать их по записям конечной длины [c.210]

Изло/кеппый метод оценки обусловленности системы предполагает линейность либо возможность легкой линеаризации модели. Если же линеаризация приводит к большим ошибкам, то предпочтительнее для оценки параметров использовать поисковые методы минимизации функции нескольких переменных. При этом в процессе поиска получается обширная информация о поверхности критерия оценки, которую можно использовать для непосредственного вычисления матриц корреляции параметров. Так, в работе [12] предлагается поисковый метод, основанный на вычислении коэффициентов регрессии оцениваемых параметров. Покажем, как можно использовать матрицу коэффициентов регрессии для нахождения корреляционной и ковариационной матриц. Из матрицы коэффициентов регрессии образуем матрицу вида [c.448]

Справочник химика 21

Химия и химическая технология