时间序列的预报.pptVIP

第五章 时间序列的预报 最小方差估计 平稳线性最小均方误差预报 一类非平稳序列的线性最小均方误差预报 ARMA序列的新息预报 第一节 最小方差估计 一. 最小方差估计准则 对未知随机变量或未知随机向量进行估计是时间序列分析中预测理论的重要内容。 令 表示依据量测Z对X所得的某种估计，称 为X的估计，它是与X的维数相同的随机向量，而且是Z的函数. 记估计的误差为 ，称 为估计的均方误差阵，若存在某种估计，使得估计的均方误差阵比任何其他的均方误差阵都小，则称这个估计是最优的。 注：这里所讲的估计的均方误差阵大小，是指矩阵的大小。设A,B为同阶对称阵，若A-B是非负定阵，则称A不小于B，记为 ；若A-B是正定阵，则A大于B，记为AB。 二. 条件期望与条件方差 对于两个二阶矩有穷的随机向量，定义在给定Y=y的条件下，X的条件期望和条件方差分别记为E(X|y)和Var(X|y) 其中p(x|y)是给定Y=y的条件下X的条件密度函数。 条件期望的性质： (1) E(X|Y)是Y的函数向量并与X的维数相同， E(X|Y)使随机向量 (2) E(X|Y)具有线性性，即对k个相同维数随机向量 及k个常数 有， (3) E[E(X|Y)]=EX (4) 设X与Y为相互独立的