книги / Статистический анализ временных рядов
..pdf
|
|
|
|
|
|
|
|
|
УПРАЖНЕНИЯ |
|
|
|
|
|
|
|
|
60& |
||||
9. (Разд. 9.2.3) |
Пусть |
случайные |
величины |
X i, |
Х 2, X 9t |
Х 4 независимы а |
||||||||||||||||
одинаково |
распределены, причем |
каждая |
имеет |
плотность |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
I |
о, |
|
| * |> |
1. |
|
|
|
|
|
|
|
|
|
|
Покажите, |
что |
плотности |
распределения |
сумм |
Xi + |
Х2, |
Xi + |
Х2 -j- Х3 |
||||||||||||||
и X i + |
Х3 + |
Х3 + |
Х4 равны |
соответственно |
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
2 - 1 x 1 |
|
|
|
|
|
— |
2 < * < 2, |
|
|
|
||||||
|
|
|
к |
(х) = |
|
4 |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
О, |
|
|
|
|
|
|
|
1*1> 2, |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
3 — х» |
|
|
|
|
|
- |
1 < |
* < |
|
1, |
|
|
|
|||
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
к |
(х) = |
( 3 - |* |) » |
|
|
|
|
1 < 1 * | < 3 , |
|
|
|
|||||||||
|
|
|
|
|
|
|
16 |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
О, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
I * I > |
|
3, |
|
|
|
|||
|
|
|
|
|
|
32 — |
12х» + |
3 | х | 3 |
|
|
- |
2 < |
* < |
|
2, |
|
|
|
||||
|
|
|
|
|
|
|
|
|
96 |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
к |
(х) = |
( 4 - | * | ) 3 |
|
|
|
|
2 < | * | < 4 , |
|
|
|
|||||||||
|
|
|
|
|
|
|
96 |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
О, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
(*) |
1 * 1 > 4 . |
|
|
|
|||||
Проверьте, что характеристическая функция для } |
равна |
(sin |
t ) ] t |
и поэтому |
||||||||||||||||||
характеристическая |
функция для // (*) равна |
[(sin t ) / t Y ■ |
|
|
|
|
|
|
|
|||||||||||||
10. (Разд. 9.2.3) Пусть случайные величины Xi, |
Х4, Х3, |
|
Х4 независимы |
в |
||||||||||||||||||
принимают только целочисленные значения, каждая с вероятностями |
|
|
||||||||||||||||||||
|
|
|
Рг (X |
= |
г) — |
2Х 1+ 1 |
’ |
|
г = |
0, |
± |
1............ ± Х , |
|
|
||||||||
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
и |
|
ж |
|
|
|
|
Покажите, что соответствующие вероятности для сумм Xi + |
Х3, Xi + |
Х3 + |
X* |
|||||||||||||||||||
и Xi + |
Ха + |
Х3 + |
Х4 равны |
соответственно |
|
|
|
|
|
|
|
|
|
|
||||||||
I |
|
2Х + |
1 — [ г | |
|
|
|
|
|
' = 0, ± 1 , . . . , ± 2 К, |
|
|
|||||||||||
Рз(г)= { |
|
( 2 Х + 1 ) 2 |
* |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
1о, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| г | > |
2/С, |
|
|
||||
|
< (2 К + 1 ) » - Х ( Х + 1)— г* |
|
г = о, ± 1, . . . , ± К, |
|
|
|||||||||||||||||
|
|
|
|
|
(2 К + |
1)» |
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Рз М = |
|
[з(АС + |
4 |
- ) - к | ] г — |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
г = |
± |
К, |
. . . , |
± |
ЗХ, |
|
|
|||||||||||
|
|
|
|
|
2 |
(2Х + |
I)3 |
|
|
|
|
|||||||||||
|
|
0, |
|
|
|
|
|
|
|
|
М > з х , |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
4 ( 2 Х + 1 ) 3 + 2 ( 2 Х |
+ |
1) — 3 1г f — 6 (2/С -f- 1 ) г » + 3 | г | 3 |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
6 (2X + |
I)4 |
|
|
|
|
|
|
|
|
|
|
|
|
Pi (г) = |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
'•==0, |
|
± |
1............ ± 2 Х . |
||||
|
[ 2 ( 2 Х + 1 ) - [ / - | ] 3 - [ 2 ( 2 Х + 1) — I г М |
|
|
|
|
|
|
|
|
|||||||||||||
|
|
t |
= |
± |
2Х............± 4 Х . |
|||||||||||||||||
|
|
|
|
|
|
|
6 ( 2 Х + 1 ) 4 |
|
|
|
|
|||||||||||
|
|
0. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
И > 4 Х . |
« 0 4 |
ОЦЕНИВАНИЕ СПЕКТРАЛЬНОЙ ПЛОТНОСТИ |
Гл. 9. |
||
Проверьте, что |
характеристическая функция исходного распределения равна |
|||
sin (t/2) (2/С + 1)/[(2/С + 1) sin (//2)] и |
поэтому |
характеристическая |
функция |
|
.распределения |
р/ (г) равна {sin (t/2) |
(2/С + 1)/ |
I(2/C + 1) sin //2]}. |
|
И. (Разд. 9.2.3) Проверьте следующую формулу «суммирования по частям»:
L L
|
2 |
аг (*V-4-l — М = |
alpL4-\ — |
2 |
(arl)’ |
||
|
|
т |
|
|
г = 1 |
|
|
12. |
(Разд. |
9.2.3) Убедитесь, |
что |
|
|
|
|
L |
|
|
|
2 sin2 |
L + 3L2 |
3 sin2 |
L |
2 |
(L - |
r)3 cos Яг |
L3 |
|
л . 4 |
X" * |
|
2 |
4 sin2 -~ - |
||||||
|
|
|
|
4 sin4 — |
Оказание. Использовать формулу суммирования по частям из упр. 11 поочередно
-с (1) аг = (L — г)3, |
ftr = |
sin |
(V2) (2r — 1)/(2 |
sin V2); |
(2) |
аг = Зг2 — 3 (2L + |
||||||||
+ |
l ) r + |
3L2 + |
3 L + |
1, |
ftr = |
—cos Л ( г - |
1)/(4 |
sin2 V2); |
(3) |
а , = |
6 (L — г + |
|||
+ |
1), Ьг = — sin (Аг/2) (2г — 3)/(8 sin3 Ш ) |
и |
(4) аг = |
6. |
ftr = |
cos\ (г — 2)/ |
||||||||
(16 |
sin4 |
А,/2).] |
|
|
|
|
|
|
|
|
|
|
|
|
|
13. |
(Разд. 9.2.3) |
Используйте формулу |
суммирования по частям для решения |
||||||||||
упр. 2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14. |
(Разд. |
9.2.3) |
Начертите |
графики |
[w*} |
и {оу} |
для г = 0, |
1........Г — 1 |
|||||
в примерах А, В, С, D, Е с К = |
[я/ft], G, Н, |
I и J. Возьмите |
Т = |
20 и /С = 6 |
||||||||||
и используйте везде один и тот же масштаб. |
|
|
|
|
|
|
15.(Разд. 9.3.1) Пусть
S T = ZkT “Ь ^ kT* |
Т = \, 2, |
f t = l , 2, . . * • |
— последовательность случайных величин, такая, что
Нш Mk = 0,
k-+OQ
$Z^c'p = |
Lj^ при T* оо, |
Нш Lk = L
k-+OQ
Покажите, что
Пш 8S l = I.
Г-.оо
16.(Разд. 9.3.1) Используя вторые формы записи (16) и (19) §9.2, дока жите соотношение (9) из теоремы 9.3.1.
17.(Разд. 9.3.2) Покажите, что
Нш
Кт
если Л (ж) интегрируема по Риману на [— 1, 1 ].
УПРАЖНЕНИЯ |
605 |
19.(Разд. 9.3.3) Покажите, что
|
|
|
|
Т у т (r> 8> h) = |
|
|
|
||
^ — fieri + |
|Л| + |
(вг — Л)1/2 + г, |
|
|
|
|
|||
'• = |
— {Т4 — [|еП + |
|Л| + |
(^г— Л)]/2}, |
. . . . |
(g — Л)/2 — \ \ g \ |
— \ h\ |/2, |
|||
Т — шах (| g |, |
| Л I), |
|
|
|
|
|
|||
j r |
( 8 - h ) |
|
\ \ g \ - \ h \ \ |
( g - h ) |
, |
l | g | - | * l l |
|
||
= ! |
2 |
|
|
2 |
.........■ |
2 |
^ |
2 |
|
7*—fieri+ |Л|—(«г—л>1/2 —r. |
|
|
|
|
|||||
! r _ (8 — h) |
i |
\ \ g \ — | Л | | |
U I + IM — (8 — b) |
||||||
r |
g |
|
2 |
’ ‘ * • • 1 |
|
|
2 |
’ |
ичто Гсрг (r; g , Л) равно нулю для всех других значений г.
20.(Разд. 9.3.3) Докажите (43).
21.(Разд. 9.3.3) Пусть для — 1 < а < b < 1
|
|
|
|
|
|
|
(С> 0, |
|
а < х < 6, |
|
|
|
||||||
|
|
|
|
|
|
“Ч..; |
|
в противном случае. |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Покажите, |
что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
Й . |
Н |
* |
( т |
) ' “ |
=* |
|
|
|
||||
|
|
|
|
|
|
|
г= —К |
|
|
|
|
|
|
|
|
|
|
|
для |
d |
&2я, |
&*= 0, |
± |
1» ••• |
I |
Указание. Суммируя |
показать, что |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| sin d/2 | |
|
|
|
||
|
22. |
(Разд. 9.3.3) Пусть |
h (х) — ступенчатая |
функция |
на |
отрезке [— 1, 1], |
||||||||||||
т. е. |
|
|
h (х) = |
С/, |
|
а.^! |
< |
л < |
а/, |
/ = |
1, . . . , |
п, |
|
|
||||
|
|
|
|
|
|
|
||||||||||||
где |
— 1 |
= |
а0 < fli < |
... < ап = |
1 |
и |
Л (— 1) = |
Сь |
Покажите, |
что |
|
|||||||
|
|
|
|
|
|
|
/С |
_1_ |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
lim |
У |
|
|
|
= |
0 |
|
|
|
|||
|
|
|
|
|
|
К |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
К-ЮО |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
—К |
|
|
|
|
|
|
|
|
|
|
для |
d =£ £2я, |
А = 0, |
± |
1, ... . [Указание. Применить |
упр. 21.] |
|
|
|||||||||||
что |
23. |
(Разд. 9.3.3) |
Пусть функция |
/ |
(*) |
непрерывна на [— 1, 1]. Покажите, |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( х ) |
' " |
' - |
0 |
|
|
|
|
для |
|
k2fi, |
k =а 0, |
± |
1, ... |
. [Указание. |
Аппроксимировать |
/ (*) |
ступенчатой |
|||||||||
функцией |
и |
применить |
упр. |
22. ] |
|
|
|
|
|
|
|
|
|
|
||||
|
24. |
(Разд. 9.3.3) |
Проверьте таблицу |
9.3.3 для |
окон, отличных |
от усечен |
||||||||||||
ного ядра |
Даниэля. |
(См. упр. |
25.) |
|
|
|
|
|
|
|
|
|
606 |
|
ОЦЕНИВАНИЕ СПЕКТРАЛЬНОЙ ПЛОТНОСТИ |
|
Гл. 9. |
||||
25. |
(Разд. |
9.3.3) |
Покажите, что |
|
|
|
|
|
1 |
|
|
2л |
|
|
|
|
|
С |
/s in яг \ 2 |
2 f sin у , |
„ V 1 / |
i\v |
(2^)^ |
' |
||
) |
l — |
|
о |
v=0 |
'■g v + D g . + DI |
|||
—1 |
|
|
|
|
|
|
||
IУказание. Преобразовать sin2 яг в |
(1 — cos у)12 и |
проинтегрировать |
второе |
|||||
слагаемое по |
частям.] |
|
|
|
|
|
||
26. |
(Разд. |
9.3.3) |
Пусть |
|
|
|
|
|
|
|
S < v ) - 2 j , W A _ - i - { v e i + 2 £ l - s b s : J . |
|
|||||
Покажите, что при |
надлежащих условиях |
|
|
|
|
|||
|
|
|
|
|
|
min(v,v') |
|
|
|
lim |
ТЪ [G |
(v) — G (v)] [G (v') — G (v')] = |
8я |
[ |
f* (К) dK. |
|
|
|
T-+OQ |
|
|
|
|
J |
|
|
|
|
|
|
|
|
0 |
|
|
l Указание. Доказательство можно провести по образцу доказательства в упр. 16. |
27. |
(§ 9. 4) Покажите, что если | г | < |
п и | s | < л, то число слагаемых в раз |
||
ности |
|
|
/Сj |
|
|
K T+ s - r |
T—h—T |
2п T__h |
|
|
2 |
2 ^h,qtr,s “““ S |
2 |
|
|
/i=s—r-f-l |
<7= 1—s |
ft=*l 0=1 |
|
меньше, чем 8Гл + 4/Сгл + |
32л2. [Указание. Показать, что для значений h меж |
|||
ду (1 + |
2л) и /Сг — 2л число слагаемых |
в указанной разности не превосходит |
4л, а для q между 1 + п и Т — л число слагаемых в разности не превосходит 8л.)
|
28. |
(§ 9.4) Покажите, что более точной оценкой для упр. 27 является 87л—4л* |
|||||||||
|
29. |
(§9.4) |
Покажите, |
что случайные |
величины |
vq vqJ(.ht |
q = 1, ..., 7V |
||||
h = |
1, |
..., К т, не коррелированы, если %vq vr vs о/ = |
0 для не совпадающих по |
||||||||
парно индексов <7, г, s, t. Предполагается, что go# |
=» 0 и go,/ tv = 0 для q Ф п |
||||||||||
|
30. (§9.4) Покажите, |
что |
|
|
|
|
|
|
|||
|
|
|
K f 2/i |
|
т- h T - g |
|
|
|
К т - Ч п |
|
|
|
УЛГ |
2 |
< w ' Mg_A) 2 2 |
|
|
|
2 |
a \ ( T - h ) o \ |
|||
|
g,/i=l |
|
<7=1 |
s= l |
|
|
|
л==1 |
|
||
где go/ = |
0, go? = а2 и go^ vr |
os о/ = |
0 для |
попарно не совпадающих индексов |
|||||||
q, |
г , s, |
/. |
|
|
|
|
|
|
|
|
|
|
31. |
(§9.4) |
Покажите, что |
|
КТ |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Л Г |
Л=й=1 |
\ |
Т 1 |
|
|
|
|
|
|
|
|
|
|
|
Кт |
|
п2 |
|
|
|
|
|
+ За4 (х4 + |
За4) [ |
|
|
cos2 vh |
: (х4 + Зо4) sup А4 (дг) J i^ i - + 3a4j ,
|
УПРАЖНЕНИЯ |
607 |
|
12 |
|
|
cos* vh |
|
< о8 sup &4 (х), |
r > t + |
К п |
-Кт |
п2 |
|
|
+ |
|
Д Г |
4 1 1 |
|
|
Kf |
|
K l |
|
|
|
|
|
1 |
$ J E > ( т ^ ) * 1 ( T T ) '> *■ '* |
|||||
|
|
|
|
г |
*r |
k(w)k{^Tr) «“ |
|
||
|
|
|
|
|
£ |
* « » » ( * - / ) |
|||
|
|
|
|
T LA=r+I |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
cosvfccos*v(/t —/*)< |
|
|
< |
sup А4 (дс) |з о 8 + |
[o4 | |
к4 Н-2ог«| + <T4 | X4 | - f 2 a sv f l j , |
||||
|
|
|
|
|
|
|
|
|
1 < r < K r |
ISW7^rlF rTW sT | < |
|
- щ - a8sup А4 (дс), |
r > t , |
s > t , |
r j t s , |
||||
| g W3tTW rT | < |
|
vfo* sup A4 (x), |
|
r > t , |
|||||
$WtTW sTW rTWgT = |
0 |
|
|
|
|
в противном случае. |
|||
32. |
(§ 9.4) |
Пусть |
д ^ |
р и |
Т /К т/К% -> Р при Т -> оо. Найдите предельное |
||||
распределение |
....—/ч |
|
|
сформулируйте условия, при которых |
|||||
y T I K T [fT (v) — / (v)J и |
|||||||||
оно имеет место. Имеет ли этот результат применение и если да, то какое? |
|||||||||
33. |
(§ 9.4) |
Сравните доверительные |
интервалы (33) и (36). |
||||||
34. |
(§ 9.4) Найдите доверительный |
интервал для |
f (v) с уровнем доверил |
||||||
1 — е, пользуясь статистикой (40). Сравните этот интервал с (33). |
|||||||||
35. |
(§ 9. 4) Докажите, что сходимость к пределу в соотношении (28) равиомер* |
||||||||
ная. |
|
|
|
|
|
|
|
|
|
Г л а в а 1 0
Л И Н Е Й Н Ы Е ТР Е Н Д Ы
ИС ТА Ц И О Н А Р Н Ы Е С Л У Ч А Й Н Ы Е
СО С ТА ВЛ ЯЮ Щ И Е
ЮЛ. ВВЕДЕНИЕ
В гл. 2, 3 и 4 мы рассматривали задачи статистических выво дов для моделей, в которых функции тренда предполагались ли нейными относительно коэффициентов, а в качестве случайной со ставляющей рассматривалась последовательность независимых случайных величин с одинаковой дисперсией. В гл. 5 предположе ние о независимости было заменено предположением о том, что слу чайная составляющая удовлетворяет некоторому стохастическому разностному уравнению. Теперь же мы займемся оценкой коэффи циентов при произвольной ковариационной функции ошибок (разд. 1 0 .2 . 1 и 1 0 .2 .2 ) и проведем асимптотическое исследование в ситуации, когда случайная составляющая образует стационарный случайный процесс (разд. 10.2.3 и 10.2.4). Поскольку оценки наи меньших квадратов можно получать вне зависимости от того, из вестна или неизвестна случайная составляющая, представляет осо бый интерес выяснение связи между оценками наименьших квадра тов и наилучшими линейными несмещенными оценкайи.
Т. Андерсоном (1948) было указано на то, что если независимые переменные образуют характеристические векторы ковариацион ной матрицы ошибок, то критерии типа рассмотренных в § 6.3 подобны и оптимальны, а оценки максимального правдоподобия коэффициентов регрессии в предположении нормальности совпада ют с оценками наименьших квадратов (§ 2.4). Ватсон (1952), (1955), а также Ватсон и Хеннан (1956) изучали эффективность оценок наименьших квадратов. Полученное Ватсоном неравенство показы вает, что оценки наименьших квадратов эффективны тогда и только тогда, когда независимые переменные образуют совокупность со ответствующих характеристических векторов. Магнесс и Макгир (1962) вновь нашли эти условия и доказали их необходимость и
10.2 |
ЭФФЕКТИВНОЕ ОЦЕНИВАНИЕ ФУНКЦИЙ ТРЕНДА |
609 |
достаточность. Более полное изучение этих условий и обзор литера туры можно найти у Ватсона (1967) и Зискинда (1967).
Гренандер (1954), Розенблатт (1956), а также Гренандер совмест но с Розенблаттом (1957, гл. 7) исследовали соответствующие зада' чи в асимптотическом плане. В разд. 10.2.3 их результаты разви ваются в форме, аналогичной случаю конечного Т . В разд. 10.2.4 показано, что и в общей ситуации с коэффициентами можно обра щаться как с нормально распределенными, если только значение
Тдостаточно велико.
Вгл. 8 и 9 мы занимались оцениванием ковариаций и спектраль ной плотности в случае, Когда либо математическое ожидание про цесса было известно, либо оно оценивалось как константа. В § 10.3- мы рассмотрим оценивание ковариаций и спектральной плотности** для случая, когда математическое ожидание процесса является ли нейной функцией регрессии и коэффициенты оцениваются по методу1 наименьших квадратов. Это исследование проводится на основе ре зультатов Хеннана (1958).
Вгл. 6 для проверки независимости были развиты достаточно общие критерии. Однако построение точных распределений и таб лиц процентных точек опиралось там на тот факт, что математичес
кое ожидание было известно или предполагалось постоянным.. В § 10.4 мы проведем это исследование для случая, когда использу ются остатки от оценки регрессии.
10.2.ЭФФЕКТИВНОЕ ОЦЕНИВАНИЕ Ф УНКЦИЙ ТР ЕН Д Л
10 .2 .1. Эффективное оценивание по методу наименьших квадратов
Рассмотрим функцию тренда, линейную относительно неизвест ных коэффициентов. Как было показано в § 2.4, в выражения ддж наилучших линейных несмещенных оценок этих коэффициентов: (марковских оценок) входит ковариационная матрица (определен ная с точностью до масштабного множителя). Последняя же часто бывает неизвестной. В то же время оценки наименьших квадратов: всегда вычислимы и являются несмещенными. Однако они уже мо гут не иметь минимальные дисперсии (среди несмещенных линей ных оценок). В настоящем разделе сравниваются оценки наимень ших квадратов и марковские оценки.
Пусть вектор у = |
(у и ..., у т)' |
имеет вектор средних |
(1 ) |
Ц = |
Zp |
и ковариационную матрицу |
|
|
(2) |
% - Z p ) ( y - Z P ) ' = 2, |
610 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
|
где |
Z == (га)' есть известная матрица |
размера Т X р |
ранга |
р ( < |
Т), р — есть р-компонентный вектор |
коэффициентов, |
подле |
жащих оценке по наблюдению вектора у, а 2 положительно опре деленная матрица. Тогда марковская оценка вектора р (при из
вестной |
2 ) равна |
|
<з) |
ь = (z 's -'z r 'z 'r -'y , |
|
а оценка наименьших квадратов — |
||
<4 ) |
Ь* = (Z'Zn'Z'y. |
|
Соответствующие ковариационные матрицы равны |
||
(5) |
8 (b — Р) (Ь — р)' = |
(Z'2- 1Z)-1, |
(6 ) |
8 (b*— pi (ь*— р)' - |
(z'z r 'z 'sz (Z 'zr1. |
Маркоьской оценкой и оценкой наименьших квадратов произволь ной линейной комбинации у'Р будут соответственно у'Ь и у'Ь*. Дисперсии этих оценок равны
(7) |
8 (у'Ь — v'P)2 = |
у' (Z 'S r ’z r ' v , |
<8 ) |
8 (у'Ь*— у'р)а = |
у' (Z'Z)-‘Z'SZ (Z'zr'y. |
Обе оценки |
являются несмещенными. При этом Var (у'Ь) < |
|
< Var ( у ' Ь* ) , |
т. е, |
|
(9)у' (Z'ST'zy-y < у' (Z'Zr'Z'SZ (Z'Z)_,y
для всех у.
В § 2.4 было показано, что марковская оценка совпадает с оцен кой наименьших квадратов в том случае, когда Z = V* С, причем р столбцов матрицы V* (Т X р) являются характеристическими век
торами матрицы 2 и матрица С не вырождена. Докажем, что эти условия являются и необходимыми.
Т еорема 10.2.1. Оценка наименьших квадратов (4) совпадает с марковской оценкой (3) тогда и только тогда, когда Z = V*C, при чем р столбцов матрицы V* являются линейно независимыми ха рактеристическими векторами матрицы 2, а матрица С не вырож дена.
Д оказательство. Исследуемые оценки совпадают тогда и только
тогда, когда соотношение Ь* = Ь является тождеством относитель но у, т. е. тогда и только тогда, когда
(10) |
Z (Z'Z) _ 1 = 2-1Z (Z'S-'Z)-1. |
10 .2 |
ЭФФЕКТИВНОЕ ОЦЕНИВАНИЕ ФУНКЦИЙ ТРЕНДА |
611 |
||
Умножая обе части (10) на 2 слева и на Z'Z справа, получаем |
||||
(11) |
|
2Z = |
Z (Z'2- 1Z)- 1Z'Z. |
|
В то же время |
существуют |
невырожденная матрица |
Р размера |
|
р X р и (невырожденная) диагональная матрица D, такие, что |
||||
(12) |
|
|
P'Z'ZP = I, |
|
(13) |
|
P'Z'2-1ZP = D-1. |
|
|
(См. упр. 30 |
гл. |
6 .) Поэтому, умножая обе части (11) |
справа на |
|
Р, получаем |
|
|
|
|
(14) |
|
2(ZP) = (ZP)D. |
|
Таким образом, столбцы матрицы ZP являются характеристиче скими векторами матрицы 2, а диагональные элементы матрицы D — соответствующими им характеристическими корнями. Если поло
жить ZP = V* и С = Р-1, то получится утверждение теоремы.щ
Поскольку несмещенные линейные оценки с минимальной дис персией единственны, то любая несмещенная линейная оценка с минимальной дисперсией будет марковской. Оценки наименьших квадратов имеют минимальную дисперсию тогда и трлько тогда, когда они удовлетворяют условию теоремы 10.2.1. Условие совпаде ния оценок наименьших квадратов с марковскими для всех компо нент вектора (1 (т. е. для всех векторов у) можно сформулировать и иначе. Это совпадение будет в том и только в том случае, когда су ществует р линейно независимых линейных комбинаций столбцов матрицы Z, являющихся характеристическими векторами матри цы 2. Еще одна возможная формулировка состоит в том, что
(15) |
|
2Z = ZG, |
|
где G — невырожденная |
матрица. Действительно, (15) переходит |
||
в (14), если положить G = PDP-1. |
можно сформулировать с ис |
||
Посмотрим, |
как этот |
критерий |
|
пользованием |
заданного |
множества |
характеристических векторов |
матрицы 2. Соответствующий результат выведем с помощью кова риационных матриц оценок. Пусть характеристические корни мат рицы 2 равны > А.а %т. Пусть матрица V такова, что ее столбцы являются характеристическими векторами матрицы 2 и нормированы таким образом, что V'V = I, т. е. 2V = VA, где Л — диагональная матрица, на диагонали которой стоят характери стические корни матрицы 2. Если эти корни различны, то соответ ствующие характеристические векторы определяются однозначно. Далее, любую матрицу Z размера Т X р можно представить в виде Z = VA, где V — определенная выше матрица, а А — некоторая мат
рица размера Т X р. Поскольку V'2V = Л и V'2~‘ V = Л-1, то
«12 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
|||
для такой матрицы Z справедливы соотношения |
|
||||
|
|
т |
|
|
|
(16) |
Z'Z = A'V'VA = А'А = 2 |
&г&г, |
|
||
|
|
|
т |
|
|
(17) |
ZSZ = A'V'SVA = А'ЛА = |
2 |
М / , |
|
|
|
|
|
Г={ |
Т |
|
|
|
|
|
|
|
(18) |
Z ' r t |
= A'V'2-1VA = А'Л“ ‘А = |
У 4~ |
|
|
в которых А = (аь |
ат)'• |
|
|
|
В том случае, когда имеются кратные характеристические кор ни, характеристические векторы уже не будут однозначно опреде ленными. Предположим, что различающиеся между собой значения
характеристических |
корней есть |
v1 > v 2 > . . . > v « и |
(19) |
Л = |
|
|
0 0 |
. . . v^Iy |
яде единичные матрицы имеют порядки тъ т3, ..., тн соответствен
но. Разобьем на соответствующие блоки также матрицы V=(V(I)V<2)...
... V<">) и А' = |
(А(|)'А(2)' ... А(Я)). Тогда Z = 2 V(A)A(A), |
||
|
|
|
ft=l |
(20) |
Z'Z = |
2 A (h)'A(h), |
|
|
|
A=s1 |
|
|
|
H |
|
(21) |
Z'SZ = |
2 |
v. A<A)'A<a>, |
|
|
h—\ |
|
|
|
H |
|
(22) |
Z'ST’Z = |
S |
— А(Л)'А(А). |
|
|
А = 1 |
Л |
Матрицы V(ft>, h = 1, ..., Я, являются неоднозначно определенными в том смысле, что V(A) можно заменить на V(A) Q(A), где Q(A) — произ вольная ортогональная матрица порядка тн. При этом матрицы А(Л)
заменятся на Q(A)'A<a>, h = 1........ |
Я. Однако соотношения (20), |
(21) и (22) не изменятся (поскольку А(А) = V(A)’ Z для заданной V(A)). Сформулируем теперь условие совпадения марковских оце нок и оценок наименьших квадратов с использованием рангов мат риц А(Л), h =* 1 , ..., Я.