serii de timp staționare - o enciclopedie mare de petrol și gaze, hârtie, pagina 1
serii de timp staționare
serii de timp staționare. în general, are o anumită compensare tnositelno zero. Această componentă se datorează scurgerea denaturează DFT GPA folosind ferestre, în special vizibile în regiunea de joasă frecvență. [1]
Cel mai simplu exemplu de serii de timp staționare. a cărui așteptare este egal cu zero, și o eroare e /-nekorre un izolat, un zgomot alb. Prin urmare, putem spune că perturbările (eroare) este, în modelul clasic de regresie liniară, un zgomot alb, iar în cazul distribuției normale - normal (Gaussian) zgomot alb. [2]
Prin această procedură se obține seriile de timp staționare. [4]
Împreună cu funcția de autocorelație pentru studiul staționar serii de timp considerate funcția privată rchast autocorelare (r), unde rchast (t) este un coeficient parțial de corelație între membrii serii de timp de aproape. [5]
Principalele rezultate ale teoriei netezirea si predictia seriilor de timp stationare Wiener - Kolmogorov obținut printr-o nouă metodă. Abordarea este inspirată de considerente fizice, bazată pe teoria circuit electric, și nu necesită utilizarea ecuațiilor integrale sau funcții de corelare. Cazurile de anti-aliasing cu întârziere infinit, cazul predicție pur (fără zgomot) și este o problemă comună de netezire și de predicție. În cele din urmă vom discuta ipotezele de bază ale teoriei pentru a determina problema condițiilor de adecvare a acesteia și pentru a împiedica aplicarea sa nejustificate. [6]
În acest caz, proba originală are valori aleatoare n independente investigate serii de timp staționare. [7]
Prin urmare, teoria poate fi caracterizată ca predicție liniară și netezirea celor mai mici pătrate serii de timp staționare. Este clar că teoria se aplică numai atunci când aceste trei ipoteze sunt satisfăcute, sau cel puțin aproximativ mulțumit. În cazul în care una dintre ele este modificat sau eliminat, problema de predicție și netezire devine matematic foarte dificilă, și știm puține lucruri despre soluțiile exacte. Unele dintre restricțiile impuse de ipotezele formulate, vor fi discutate în continuare. [8]
Diferența dintre dreapta și cele mai bune soluții pot fi, probabil, văzut mai clar în contextul unei serii statistice de previzionare a timpului staționare. [9]
Prezicerea se bazează pe presupunerea că legile probabilității, au avut loc în trecut, va fi valabilă pentru viitorul imediat. Problema predicția seriilor statistice timp stationare pot fi comparate în unele moduri pentru problema predicția valorilor funcției f (x), acesta va avea atunci când argumentul x-z x la valoarea atunci când argumentul x, care se poate face, de exemplu, prin extinderea seriei Taylor. [10]
Pentru fiecare încălcare evaluată a acestor date reprezintă un număr fix de puncte de apariție a încălcărilor în timpul perioadei de observație. Precizia estimărilor caracteristicilor statistice (așteptarea unui proces aleatoriu staționar serii de timp. Dispersia sa, probabilitatea unor perturbări pe datele primite), în varianta cea mai simplă poate fi determinată prin eroarea pătratică medie de estimare a acestor caracteristici. [11]
Printre regresorii în timp pot fi incluse modele de serie, și tendința constantă și de timp, precum și orice alte variabile explicative. erori de regresie pot fi corelate între ele, cu toate acestea, presupunem că reziduurile regresiei formează o serie de timp staționară. [12]
Detaliat grafic periodogram t (a) un număr de Beveridge, deja considerată ca o funcție de frecvență pot fi găsite, printre altele, în [101, Fig. 49.1] și [9, Fig. A. În aceste două cărți, precum și în cărțile [78, 256] și într-o serie de alte cărți și articole de ziar (a se vedea. În special, nota de subsol 116 puteți găsi o serie de exemple suplimentare de IT periodogram (cu) seriile de timp staționare x ( t), ele sunt funcții de frecvență foarte neregulate [13].
Cea mai mare parte a performanțelor instalațiilor de prelucrare a-chimice continue variază în timp ca un proces de aleatoare staționare. Prin urmare, pentru a calcula estimările caracteristicilor statistice, care includ medii (altfel, așteptări) și deviația standard a valorilor medii (sau pătrate ale acestor abateri, variații), se aplică metodele existente ale statisticii matematice serii de timp staționare. Condițiile experimentului, în timpul căreia datele tastate de estimare a caracteristicilor statistice trebuie să îndeplinească cerințele generale. [14]
Verificați Valoare pentru bani, complexitatea modelului și - volumul eșantionului observat. Explicați importanța verificării în primul rând de caracterul adecvat al modelului ca exemplu. Luați în considerare relativ simplu seriilor de timp stationare. conținând 100 observații, și presupunem că AK corespunzător (2) - mo del trece toate testele caracterul adecvat al controalelor la un anumit nivel de semnificație. Putem presupune că acest proces fizic este supus Academiei de Științe (2) - modelul. Un răspuns pozitiv nu este garantat. Dacă procesul fizic este supus AB (2) - modelul, caracteristicile statistice ale modelului, cum ar fi corelograma și densitatea spectrală ar trebui să fie aproape de caracteristicile empirice corespunzătoare obținute prin suplimentare, să zicem, 10 000 Observarea procesului la un nivel acceptabil de semnificație. Această situație apare rar. Luați în considerare, de exemplu, râu flux de proces de modelare pe zi. [15]
Pagina: 1 2