第四章 均值和自协方差函数的估计—摘要.docVIP

第四章 均值和自协方差函数的估计—摘要 §4.1 均值的估计 1. 对于独立序列: 自然地 用 估 (1) 几个概念 设是的估计, 则 ① 无偏估计: 若; ② 渐近无偏估计: 若; ③ 相合估计: 若;(通常) ④ 强相合估计: 若. (2) 中心极限定理 若独立同分布的, 则 . 95%置信区间估计: 实用中, 以代. 2. 对于平稳序列 有 定理1.1 设平稳序列的均值为, , 则 (1) 是的无偏估计; (2) 若, 则是的相合估计. (3) 若是严平稳遍历序列, 则是的强相合估计. 定理1.2 的结果: , 用于: 区间估计和假设检验 3. 的模拟计算 (标正白噪声) §4.2 自协方差函数的估计 1. 等的点估计 设是平稳的样本, 则 (1) 的点估计: (,) (2) 的点估计: () (3) 的点估计: 若不全相同, 则不全为零, 故有满秩的矩阵 从而有: 2. 的相合性—略 3. 的渐近分布—简介 例如 对MA(q), 若是独立同分布的白噪声, 则 当时, 有. 或 故 可用于假设检验: 是MA(q), 令 , () 用第3章例1的数据的值 1 -0.4127 0.02 -0.068 -0.0087 -0.0766 -0.0083 0.135 计算的 , 得 5.7778 0.2814 0.9520 0.1218 1.0724 0.1162 因为 , 故否定 是MA(0) 计算的 , 得 0.2430 0.8222 0.1052 0.9262 0.1004 1.6323 均1.96, 故不能拒是是MA(1). 后面较实用的结论为: 推论2.6 若是独立同分布的白噪声, 样本自相关系数为 则对任何, 有 (1) 4. 模拟计算 设 其中, 用 和, 得 通常,随增大, . 其余略. §4.3 白噪声检验 建模后, 白噪声检验通过, 模型合理, 否则要调. 1. 白噪声的检验 统计中, 独立. 前述: , 故有: ,() 作 是独立白噪声是相关序列. 在下: . 所以当检验统计量 有较大值时, 应拒绝. 通常方法: (1) 给后, 查的; (2) 计算; (3) 若, 则拒, 否则不能拒绝. 对如下模型进行分析 则有, . 取, 每次观测个数据, ; 当时, 为500次独立重复试验中否定的次数, 则有 0 1/10 1/6 1/4 1/3 1/2 2/3 0.058, 0.204, 0.502, 0.916, 1.00, 1.00, 1.00 当0, 则白噪声, 500次中拒绝率最小, 随, 拒绝率变大; clear; th=1.13;P=[];%%%拒绝率 for a=[0 1/10 1/6 1/4 1/3 1/2 1/1.5]; %%%%%%产生400个数据 N=400;m=20;pp=0; %%%初始化 for j=1:500 x=randn(1,2); for t=3:N x(t)=2*a*cos(th)*x(t-1)-a^2*x(t-2)+randn; end %%%%%%前6个样本自协方差函数值 x_N=mean(x(1:N)); for k=1:m+1 r(k)=(x(1:N-k+1)-x_N)*(x(k:N)-x_N)/N; end %%%%%前1~5个自相关系数 rho=r(2:m+1)/r(1); chi2=N*rho*rho; %%%%%%自由度是5的,置信度95%的分位数 alpha_1=chi2inv(0.95,m); %%%%%检验 if chi2alpha_1 pp=pp+1; end end P=[P,pp/500]; end format rat; [0 1/10 1/6 1/4 1/3 1/2 1/1.5] format; P 注: 也可用值检验法, 即: (1) 计算; (2) 计算概率; (3) 对给出的检验水平, 若, 则拒绝. 2. 白噪声的正态分布检验法 (1) 计算 在原假设下, 应有95%的 (2) 若, 则应拒绝. clear; %%%%%%产生400个数据 N=400;m=20; x=randn(1,400); %%%%%%前21个样本自协方差函数值 x_N=mean(x); for k=1:m+1 r(k)