Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Автокорреляционная функция.
Автокорреляция — статистическая взаимосвязь между случайными величинами из одного ряда, но взятых со сдвигом, например, для случайного процесса — со сдвигом по времени. В обработке сигналов автокорреляционная функция определяется интегралом: и показывает связь сигнала (функции ) с копией самого себя, смещённого на величину . В теории случайных функций АКФ является корреляционным моментом двух значений одной случайной функции : Здесь , а — математическое ожидание. Автокорреляционная функция полезна в некоторых случаях, поскольку она дает наглядную картину того, как зависимость в ряде затухает с увеличением задержки или разделяющего промежутка и между точками ряда. Однако иногда автокорреляционная функция с трудом поддается интерпретации, так как соседние значения могут быть сильно коррелированы. Это означает, что выборочная автокорреляционная функция может иметь видимые искажения 39. Модели авторегрессии. Модель авторегрессии — скользящего среднего (англ. autoregressive moving-average model, ARMA) — одна из математических моделей, использующихся для анализа и прогнозирования стационарных временных рядов в статистике. Модель ARMA обобщает две более простые модели временных рядов — модель авторегрессии (AR) и модель скользящего среднего (MA). Известно несколько видов авторегрессионных моделей: - собственно модели авторегрессии (AR - auto regressive); - модели скользящего среднего (MA - moving average); - авторегрессии - скользящего среднего (ARMA – autoregressive moving average); - модели авторегрессии - проинтегрированного скользящего среднего (ARIMA - autoregressive integrated moving average); - модели авторегрессии с условной гетероскедастичностью (ARCH - autoregressive conditional heteroscedasticity); - расширения указанных выше авторегрессионных моделей: обобщенная авторегрессионная условно гетероскедастическая модель (GARCH – generalized autoregressive conditional heteroscedasticity model), интегрированная обобщенная авторегрессионная условно гетероскедастическая модель (IGARCH - integrated generalized autoregressive conditional heteroscedasticity model) и др.
|