книги / Статистический анализ временных рядов
..pdf6.6. |
СЛУЧАИ, КОГДА СРЕДНИЕ ЗНАЧЕНИЯ НЕИЗВЕСТНЫ |
333 |
|
Если Т четное, можно предполагать также, что |
|
||
(33) %yt = |
ц, = а 0 + 2 (а Ю cos |
1+ р (vA) sin |
+ |
|
|
+ |
0С7-/2 (— 1)\ |
Индекс m в (27) соответствует 2g + 1 в (32) и 2q + 2 в (33). Оценки наименьших квадратов коэффициентов даются соотношениями
т
а (va) = — 2d У< cos
(34)
Hvft) = - | - i ^ s i n i ^ /, |
Ф О, 772, |
(35)а0 = у
и, если Т четное,
(36) |
|
|
ат/2 = |
4 - |
2 |
& ( - О* • |
|
|
Положим |
|
|
|
|
|
|
|
|
(37) |
m, = |
а0 + 2 |
f (« Ю |
cos |
|
* + ^ (va) sin * |
^ |
“ *) |
или, если 7 |
четное, |
|
|
|
|
|
|
|
(38) |
/п, — а0 + 2 |
(« (va>cos "2У |
* + ^ (va) sin - f |
1- |
*) + |
+ йг/г(— I)1-
Циклический сериальный коэффициент корреляции /-го порядка, использующий остатки от подобранного периодического тренда, есть
Т |
— mt) tyt-i—mt-i) |
|
|
|
2 |
= |
|
||
(39) r',= J= l |
-----5=----------------------- |
|
|
|
|
2 |
(yt — |
|
|
|
<=i |
|
|
|
2 |
у<уы |
—Ту2 — _i_ т2 |
cos - ^ r ~ [a2 (va)+ 62 (vft)| |
|
__ /=1_____________ 2 /2=1_____ __________ _______ |
||||
|
2 yf— ту2 — — т2 |
iaS (v,i) + 62 (v&)) |
||
|
/=i |
2 |
f t |
|
№■ |
РАСПРЕДЕЛЕНИЯ СЕРИАЛЬНЫХ КОЭФФИЦИЕНТОВ КОРРЕЛЯЦИИ |
335 |
1<де е = |
(1, 1...... 1)', так что при этом |
|
(2) |
Р , = (у — у в)' А/ (у — ув). |
|
В некоторых случаях матрицы В/ таковы, что P t является квадра
тичной формой от разностей между у и некоторой более общей функ цией регрессии. При этом
(3)В;- = (I — V* (V*'V*)-1 V*') А, (I — V* (V*'V*r‘ V*'),
(4)Р , = (у — V* (V*'V*)_1V*'y)' А,- (у — V* (V*'V*)-1 V* у),
где V* — матрица с Т строками и рангом, равным числу ее столб цов. Если В/ = А/, мы будем писать Q/ вместо Р/ и /у вместо S/. В тех случаях, когда В/ задается соотношением (1), вместо Р/ и S/
будем писать соответственно Q] и г]. .
Теорема 6.7.1. Если вектор у имеет распределение N (V*p, 2),
то совместное распределение статистик Р0....... |
Рр, определяемых |
|||||
соотношением |
(4), не зависит от вектора р. |
|
|
|
||
|
Доказательство- Пусть у = u + V*p. Тогда вектор и распреде |
|||||
лен согласно N (0, |
2) и |
|
|
|
||
(5) |
у — V* (V*'V*)_1V*'y = (I — V* (V*'V*)-1 V*') (u + V*P) = |
|||||
|
|
|
= (1 — V* (V*'V*r' V* ) u, |
|
|
|
(6) |
P , = (u — V* (V*'V*)-1 V*'u)' A/ (u — V* (V*'V*r‘ V*'u).H |
|||||
|
|
i |
У/A / и В/ = А/ (Р/ = Q/ и в/ = rj), |
|
||
|
Если 2_1 = |
2 |
то условная |
|||
плотность для |
/=о |
|
|
|
равна |
|
Qi при заданных значениях Q0, .... Q;_i |
||||||
|
|
|
1 |
|
|
|
(7) |
hj (Qt | QQ, |
. • ., |
Qi—1>У;) — c “ ^ yiQi |
kl WQ- • |
• • |
■ Qi) |
|
|
|
mi (Qo* • • • |
> Q i—i; yj) |
где
г |
^ 4 - ViQi |
|
(8 ) m, (Q0, • • • »Qi—l i Y i) — J |
® |
(Qo* • • • * Q i) ^ Q i |
(последнее выражение предполагается положительным), так что она не зависит от параметров у0, •••* Yi-i- Это равносильно тому, что ус ловное распределение величин г,-при заданных значениях Q0 и гъ ...
..., г/ 1 не зависит от у0, Yi—i. Именно это условное распределе ние будет использовано для проверки нулевой гипотезы о том, что порядок зависимости меньше i (т. е. у,- — 0). Получать указанное распределение оказывается удобным, приписывая мешающим па раметрам значения у„ — 1* у; = ... = y{_i = 0. Это условное
336 |
СЕРИАЛЬНАЯ КОРРЕЛЯЦИЯ |
ГЛ. 6. |
распределение при у,- = 0 не зависит от Q0 (поскольку rlt ..., rt инва риантны относительно преобразования масштаба yt -*■ cyt).
Следующие лемма и теорема будут полезны в дальнейшем.
Л емма 6.7.1. Условная плотность распределения величины Q,
при заданных значениях Q0 = а0, .... |
Q,_i = a,_i, где Qo = c2Q0, ... |
..., Qi = c2Qt, совпадает с условной |
плотностью ht (Q,|Q0, ..., Q/_f, |
ytlc2), m. e. с условной плотностью распределения Qt при заданных
значениях Q0 = |
......... Q;_i |
= ai-\, в которой параметр у |
заменя |
||||
ется на |
ytlc2. |
|
|
|
|
|
|
Д оказательство. |
Квадратичную форму Q, = с2у'А(у = (су)' А,(су) |
||||||
можно |
записать в |
виде |
Q,- — х'А,х, |
/ = 0 , ...,/, |
где |
вектор |
|
х = су |
имеет |
плотность, |
показатель |
экспоненты |
которой ра- |
|
|
i |
i |
^ |
вен —1/2, умноженной на |
2 |
Т/ (с~'х)' А,- (с- 1х) = 2 (у//с2) |
Q/- |
|
— |
^ |
/=0 |
/=0 |
|
Таким образом, Q0, ..., |
Q, имеет совместную плотность, совпадаю |
щую с совместной плотностью распределения случайных величин
Qo, •••> Qi, |
в которой параметр у,- заменен на у//с2, / = 0 , ..., t. От |
|
сюда и следует утверждение леммы.и |
|
|
Теорема 6.7.2. Условная плотность распределения величины rt = |
||
= QJ Qo при заданных значениях Q0 и г,- = |
Qj/Q0, /= 1.......i— 1, равна |
|
(9) |
(о | 1, r1( .... гг_г, |
y,Q0). |
£сл« у* = |
0, эта условная плотность не зависит от Q0. |
|
Д о казательство. В силу леммы 6.7.1, условная плотность рас |
||
пределения г,- при заданных значениях Q0 = Ь0 и г/ = Ь/, / = 1, ... |
..., t — 1, совпадает с условной плотностью распределения величины c2Qi для с2 = 1/Q0 при заданных значениях c2 Q0 — 1 и г/ = c2Q/ = = bj (с заменой параметра у, на у,/с2 = угQ0). Этим доказана пер вая часть теоремы. Если у,- = 0, легко проверить, что условная плотность (9) не зависит от Q0. Для этого достаточно подставить в (7) и (8 ) аргументы выражения (9).
Если У! = ... = уг = 0, из теоремы 6.7.2 вытекает, что совместная условная плотность распределения гъ ..., rt при заданном значении Q0 (являющаяся произведением i условных плотностей вида (9)) не зависит от Q0. Таким образом, условная плотность величины rt при заданном значении Q0 не зависит от Q0-H
Следует отметить, что лемма 6.7.1 и теорема 6.7.2 также спра ведливы для Q; и г].
338 |
СЕРИАЛЬНАЯ КОРРЕЛЯЦИЯ |
Гл. 6. |
ООоо
- |
J |
- |
f |
(2яf ! 2 |
exp |
---- i- z' (I — 2/D) zj dzt |
• • • dzr |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
« |
< |
» |
|
|
|
|
p |
|
|
T |
|
|
T |
|
|
|
|
= |
j |
• • • |
j |
~ 72l f j г |
exP |
~ |
~T 2 |
2s + |
* I |
J dsszl1 |
• • • |
dzT = |
||||||
|
—__IVI00 |
|
__rvi |
' |
|
|
** |
|
® ^ |
|
^ |
^ |
|
J |
|
|
||
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
0 |
i |
|
|
exp [ ~ |
^ |
* 2+/dssz2] dz$= |
|
|
|
|
|||||||
= n |
K l |
2(d„ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
:=. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
ввиду того, что если случайная величина |
г5 |
распределена |
по за |
|||||||||||||||
кону N (О, 1), то случайная |
величина z2s (распределенная по закону |
|||||||||||||||||
X2 с одной степенью свободы) имеет характеристическую функцию |
||||||||||||||||||
1/J/1 — 2И. Используя (11) и (12), получаем из (13) соотношение |
||||||||||||||||||
(14) |
%е1{,оР°+ ' ‘ ■+*ррр) = |
( п |
(1 — 2idss)) |
^ = |
(| 1 — 2Я> |Г ‘А = |
|
||||||||||||
|
|
|
|
|
|
|
S=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
(|С '||2 |
- 2 г ( ^ 0В0 + |
••• |
+ |
W I I C | ) ,- v . |
||||||||
совпадающее с (1 0 ), что и требовалось.| |
|
|
|
|
|
|
||||||||||||
С ледствие |
6.7.1. |
Если вектор |
у |
распределен |
с |
плотностью |
||||||||||||
|
I |
1 |
р |
|
] |
то многомерная характеристическая функция |
||||||||||||
К е х р -----— 2 |
7 /Q/f, |
|||||||||||||||||
|
|
|
/=о |
Q0 |
|
У'А0У, |
|
Qp = |
y'A„y |
равна |
|
|||||||
квадратичных форм |
|
|
|
|||||||||||||||
(15) |
Se^ - + - |
- + w |
|
= |
] / Z |
Z |
Z |
F A + |
|
-f- ТрАр | |
|
|||||||
|
|
|
|
|
|
|
|
|
(Vo — 2й0) |
A0 + |
• • • -f- |
(Yp — 2tYp) Ap | |
В принципе для получения совместного распределения квадра тичных форм Р0, Plt ..., Рр можно взять обратное преобразование Фурье от найденной характеристической функции. Однако на прак тике это может быть выполнено далеко не всегда. Для нахождения совместного распределения статистик s,, ..., $р можно воспользо ваться соотношением
(16) РГ {Sj < wv . , . , sp < wp} = |
Pr |
< wlt . . . , |
< шр) = |
= |
Pr {Pi — WiP0< 0 , . . . . |
Pp — |
- WPPQ< 0 }-
6.7. РАСПРЕДЕЛЕНИЯ СЕРИАЛЬНЫХ КОЭФФИЦИЕНТОВ КОРРЕЛЯЦИИ 339
Многомерную характеристическую функцию статистик Рг — ЩРо> ...
Рр — wpP0 получим, используя теорему 6.7.3, если в последней
ПОЛОЖИМ t0 = — ... — wptp.
6.7.3. Канонические формы
Как мы уже видели в § 6.5, если v, является t-м нормированным характеристическим вектором матрицы В, а <р, — соответствующий ему характеристический корень, то
(17) |
VBV = Ф, |
V'V = |
1, |
где Ф — диагональная матрица, |
имеющая |
на диагонали элементы |
|
фх, ..., Фг, а V = |
(vx, ..., vr). (Если условия ортогональности v*vs = |
= Оу t Ф syне обязательно выполняются, то можно в качестве новых характеристических векторов взять линейные комбинации векторов \ ty соответствующих общим характеристическим корням, и сделать это таким образом, что условия ортогональности будут выполнены.) Если столбцы матрицы V являются характеристическими векторами матриц В0, ..., Вр, отвечающими характеристическим корням Ф01, ...
..., фог; фц, |
ф1т\ |
Фр1, |
фрт, |
соответственно, то |
(18) |
V'B,V = |
Ф/Ч |
V'V = I, |
/ = 0, 1, . . . , р, |
где матрица Ф, диагональна и имеет на диагонали элементы <р/,, ...
...»Ф/T* Если В0 = I, то квадратичные формы Pj могут быть записаны в виде
|
г |
т |
i = 1, . . ., P, |
(19) |
Р0 = 2 zl |
Pi = 2 |
|
|
t=l |
t= 1 |
|
где у = Vz. Необходимое и достаточное условие для того, чтобы матрицы Вх, ..., Вр имели одни и те же характеристические векторы, состоит в выполнении соотношения
(20) |
В/В^ = ВАВ„ /, k = 1, ... , р . |
(См. упр. 31.)
Пусть Aj — диагональная матрица, определяемая соотношением V'A/V = Ah j = 0, 1, матрица V* размера Т X m состоит из столбцов, являющихся какими-то пг столбцами матрицы V. При этом столбцы матрицы V* будут характеристическими векторами матриц А/. Они будут соответствовать пг характеристическим кор ням матрицы А/, которые представляют собой пг диагональных эле ментов матрицы А/, / = 0, 1, ..., р. Мы будем предполагать, что ха рактеристические корни и характеристические векторы матриц А/ перенумерованы таким образом, что указанные пг столбцов матри цы V являются пг ее последними столбцами, а соответствующие им характеристические корни матрицы А/ образуют диагональную
340 СЕРИАЛЬНАЯ КОРРЕЛЯЦИЯ Гл. 6.
матрицу А/, являющуюся правой нижней угловой подматрицей разме
ра т х |
т матрицы А/, / = 0, 1, |
р. |
р |
Нас будет особенно интересовать случай, |
когда 2 -1 = 2 Т/А/, |
||
А„ = I, |
и |
|
1=о |
|
|
||
(21) |
В, = [I — V*V*'| А/ [I — V*V*'], / = |
0, 1..........р. |
|
В этом случае |
|
|
|
(22) |
V'V* = |
( ? ) . |
|
(23)V' (I _ V*V*')
о
(24) |
V'B/V |
V'A/V — |
V* |
A/V - |
V'A, (0 |
v*) + |
А/ (0 |
V*) = |
||||
|
|
- A , - ( ° |
° . |
|
|
|
|
|
|
|||
|
|
|
|
\ 0 |
A; |
|
|
|
|
|
|
|
Таким образом (для у = Vz), |
|
|
|
|
|
|||||||
(25) |
|
|
Р, = |
у'В/у = |
z'V'B/Vz = |
|
|
|
||||
|
|
|
|
|
|
|
/ 0 |
0 |
\ |
|
|
|
|
|
|
|
= 2 |
hjtz* — |
|
^//2? |
Т — т |
|
|
||
|
|
|
|
2 |
2 |
|
|
|||||
|
|
|
|
|
t= 1 |
|
t = T — tn-\~\ |
/=i |
|
|
||
(26) |
|
|
|
|
|
|
Т - т |
|
|
|
|
|
|
|
|
|
|
|
= |
2 |
2? . |
|
|
|
|
|
|
|
|
|
|
|
|
*=1 |
|
|
|
|
Если распределение вектора у есть A (V*p, |
2 ), где 2 |
1 = 2 |
Т/А/, |
|||||||||
то плотностью распределения вектора z = V- 1 у будет |
/=0 |
|||||||||||
(27) |
(2яГ г/2П |
( 2 |
v/V )A X |
|
|
|
|
|
||||
|
|
t= l |
\ f = 0 |
|
/ |
|
|
|
|
|
|
|
|
x e x P |
p |
y |
|
21 |
(2 у А р ) |
+ |
2! |
( s уAp) (zt — р,)2 |
|||
|
|
|
|
. t = \ \ j = 0 |
/ |
|
t= T ~ m + \ \ / = 0 |
/ |
J |
где компоненты вектора p перенумерованы числами от Т — m + 1 до Т.
В случае циклической модели вектор е = (1 .......1)' является ха рактеристическим вектором матрицы А/, соответствующим харак теристическому корню 1 (Г-й корень), / = 0 , 1, ..., р. Каноническим
342 СЕРИАЛЬНАЯ КОРРЕЛЯЦИЯ Г л. 6.
6.7.4. Распределение сериальных коэффициентов корреляции при двойных корнях для случая независимых наблюдений
Для реализации процедур, полученных в § 6.3 и 6.4, нам необ ходимы условные распределения статистик rt при заданных значе
ниях статистик Q0 и г1( ..., г,_ь В частности, при построении кри |
|
терия для проверки нулевой гипотезы |
= 0 (если задано, что у/ = О, |
/ > 1) с определенным уровнем значимости необходимо знать рас |
|
пределение случайной величины гх при |
= 0. Это распределение |
не зависит от у0. Рассмотрим в этой связи (маргинальное) распреде
ление |
отдельного |
сериального |
коэффициента корреляции, когда |
Ух = |
... = ур = 0. |
Поскольку |
А0 = I, то наблюдения независи |
мы. Если характеристические корни образуют пары, распределе ние сериального коэффициента корреляции получить довольно просто. Ввиду того что это распределение может быть использо вано и для других сериальных корреляций, проведем исследова ние в общем виде и поэтому опустим индекс. Позже мы обсудим условное распределение случайной величины г, при заданных значениях гх....... /7_ь
Предположим, что Т — m — 2Я и что имеется ровно Я различ
ных |
корней |
(31) |
Xjh — %/' г—m+1 —Л— V/), h = 1, . . . , Я. |
Это будет, например, при нечетном Т в случае циклического сериаль ного коэффициента корреляции первого порядка, использующего остатки от среднего значения, причем m = 1 и vft = cos 2nh/T. Положим
(32) |
xh = |
Z ft - f - |
ZT—m+l—h • |
Тогда |
|
н |
|
|
|
|
|
|
|
2 |
v A *ft |
(33) |
r = |
л % -------- |
h=1
Если у/ = 0, / > 0, то случайные величины zt независимы и имеют единичную дисперсию (у0 = 1). При этом условии случайные вели чины xlt ..., хн также независимы и каждая из них имеет Х2-рас- пределение с 2 степенями свободы. Плотность распределения слу
чайной величины xh равна - 1 - e~Xh>2, а совместная плотность распре
деления случайных величин хг, ..., хн имеет вид43
(34) ( 4 - ) е х Р ( — 4 2 хн) ’ *н > 0 , h = 1.............. |
Н, |