Авторегрессионная модель

В этом разделе мы применим методы гл 4 к оцениванию параметров процессов авторегрессии и скользящего среднего, введенных в разд 5 2 Предположим, например, что требуется подобрать авторегрессионную модель [c.230]

При подгонке авторегрессионной модели для пары временных рядов вход —выход в том случае, когда на выходе имеется щум. [c.192]

При аппроксимации (3.10.1) полиномом третьей степени (для простоты) получим нелинейную авторегрессионную модель многолетних колебаний уровня оз. Ханка [c.129]

Если принимать во внимание контрольные пределы, а не наклоны, становится ясно, что критические значения должны быть смещены для модели среднего скользящего и авторегрессионной модели, по- [c.136]

Для уточнения характеристик токов нулевой последовательности (ТИП) было проведено экспериментальное моделирование процесса однофазного замыкания с использованием физической модели (лабораторного макета). В результате эксперимента расширены представления о ТИП 1) в спектре замыканий присутствует 9-я гармоника сетевой частоты 2) отличие в спектрах дугового и искрового характера замыкания заключается в наличии шумов большего уровня при искровом замыкании, чем при дуговом. На основании полученных данных синтезированы цифровые фильтры для выделения ТПП, базой для которых послужила параметрическая авторегрессионная модель [1]. При этом корреляционная матрица К случайного процесса представлена аддитивной суммой корреляционных матриц Я, отдельных спектральных мод. На [c.35]

Право на существование такому подходу дают некоторые результаты статистической обработки весьма длинных рядов гидрометеорологических элементов [229, 240, 241], показывающие монотонность функций спектральной плотности этих рядов (без годовой составляющей). В работах [241, 242] анализировались очень разнородные ряды климатических параметров, причем спектральным анализом в иих не было обнаружено значимых пиков на тех или иных частотах. В работе [229] по большому числу данных построены спектры аномалий температуры воды, которые на периодах от 20 сут до 3 лет имеют вид красного шума. Построение авторегрессионных моделей для рядов аномалий температуры воды в [229] дало, что модель авторегрессии первого порядка является оптимальной для более чем 60 % рядов. [c.13]

Оценка коэффициента модели Ц.. Для авторегрессионной модели,с которыми приходится иметь дело (невысокопо порядка), удобным является метод оценки <Х. по Юлу-Уолкеру. В этом случае необходимо решить систему линейных уравнений от- [c.37]

И ЧТО правила принятия решения по контрольным картам основаны на этом предположении. Джонсон и Бэгшоу показывают, что дисперсии для случаев модели скользящего среднего (МСС) и авторегрессионной модели (АМ) можно представить следующим образом модель среднего скользящего [c.136]

Теперь обратимся к самому распределению длин серий в процессах, описываемых моделью среднего скользящего и авторегрессионной моделью, т. е. к распределению числа выборок, требуемых для проверки, обнаруживающей сдвиг в среднем. Мы можем рассмотреть также СДСд для тех же самых процессов. (Так как распределения длин серий положительно асимметричны, они дают лучшую картину последствий предположений о процессе, чем просто значения средних длин серий). Основанное на предположении процесса Винера, распределение длин серий может быть аппроксимировано [c.137]

На рис. 4.9 показаны соответствующие изменения СДСц для модели скользящего среднего и авторегрессионной модели в зависимости от и 6. [c.138]

Авторегрессионная модель токов нулевой последовательности в разветвленной трехфазной сети с изолированной нейтралью / С.А. Журавлев, [c.36]

Питербарг Л, И,, Островский А, Г, Авторегрессионная модель поля аномалий температуры поверхности воды в Северной Атлантике// Океанология.— 1985,— Т, 25, № 4,— С, 7—11, [c.318]

Справочник химика 21

Химия и химическая технология