平稳序列参数表征学习课件.pptVIP

第三章 平稳序列参数表征 的矩估计 均值估计 自协方差函数和自相关函数的估计 偏相关函数的估计 白噪声的检验 第一节 平稳序列均值的估计 若 为平稳序列，均值函数 与t无关，记为 。记 为序列 的容量为n的样本序列。 回顾：当 为独立同分布序列时，根据大数定律和中心极限定理，可知 的极限性质。主要有： (1) 相合性 设 是独立同分布的随机变量序列, 记 ， 则, (2) 渐近正态性 设随机变量 相互独立，同分布，且 ,则当 时 的分布趋于标准正态分布，也就是 其中 是标准正态分布N(0,1)的分布函数 设 是平稳序列 的观测值， 均值函数 的点估计，由下式 表示出， 。 一 相合性(consistency) 定义1.1 设统计量 是 的估计，在统计学中有如下的定义： (1) 如果 ，则称 是 的无偏估计。 (2) 如果当 时， ，则称 是 的渐进无偏估计。 (3) 如果 依概率收敛到 ，就称 是 的 相合估计。 (4) 如果 几乎处处(a.s.)收敛到 ，就称 是 的强相合估计。 定理1.1 设平稳序列 有均值 和自协方差函 数 ，若以 作为 的估计，那么 (1) 是 的无偏估计, (2) 若 ， 则 是 的相合估计。即当 时，有 或 (3) 如果 是严平稳遍历序列，则 是 的强相 合估计。 二 中心极限定理---渐近正态(Asymptotic Normality) 回顾：如果 是独立同分布序列， 当 时，从中心极限定理知道 依分布收敛到 。利用这个结果可以给出 的置信度为0.95的渐近置信区间： 当标准差 未知和n较大时,可用样本标准差 代替 。可解决有关均值 的假设检验。 定理1.2 若 其中 为正态白噪声序列，则 渐近正态 N(0,v)分布，记作 其中 定理1.3 设 是平稳过程 其中 , 是独立同分布的 ， 则当 时， 依分布收敛到正态分布 N(0,v)，记作 其中 或者说 渐近正态分布 。 注：定理1.3对求关于 的大样本近似置信区间是有用的，如果过程 是平稳Gauss过程，则对有限n, 的精确分布 如果 已知，则上式给出 的精确置信界，如果 未知，有观测值估计量则只能给出近似置信