经济时间序列分析 原理篇 第六章 统计建模-版本2014.10.30.pdfVIP

第六章 统计建模 1. K-L 信息量 Y Y y y 设, y ,  是总体 的一组样本。假设 是连续的，其概率密度函数为 1 2 N g y  。这个g y  我们称之为数据y y , y ,  的真实模型。g y  通常是不知道的。 1 2 N     f y g y 这里所说的统计建模，就是用一个已知的函数 去逼近未知的 。这就引 f y  的参数以得到一个好的逼近。二是如果有多个 出两个问题，一是怎样估计 逼近 m 怎样判断其中哪一个是最好的。为解决这两个问题，首先要 f y ,1 i  , i       f y g y 解决如何度量 对 的逼近程度这个问题。我们采用所谓的K-L 信息量解 决问题，它的定义是           g y g y   I g f E , log log g y dy Y        f y    f y   K-L 信息量有如下性质。   I g, f 0  性质1       I g f g y ,f y 0 性质2       f y g y I g f , 所以我们用 去逼近 ，就要求 越小越好。    2