книги / Статистический анализ временных рядов
..pdf654 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
Здесь мы использовали неравенство Коши— Шварца. Пусть Аг'(О) = = Р'Р и zj = Pzs, s = 1, ..., Т. Тогда математическое ожидание правой части (68) равно
|
|
г |
|
|
|
т |
|
|
|
(69) |
& |
2 ZA T 1(0)ZSutus = |
2 |
|
|
— s)= |
|||
|
|
|
|
|
|
/» S » 1 |
|
|
|
|
|
|
|
|
= |
2 |
2 |
ztzt+<p{q), |
|
|
|
|
|
|
|
Q— |
(T -l) t£ S . |
||
m eS , |
= {1,.... T — q) для<7 > |
0и 5 , |
= |
{1 — q, .... T) для q < 0. |
|||||
Для любого h > |
0 |
|
|
|
|
|
|
|
|
|
|
Г-ft |
|
|
P |
Г—Л |
# |
^ |
I |
(70) |
|
<=1 |
2/ z<+ft |
< |
2 |
2 ZttZt,t+h |
< |
||
|
|
|
|
i=l |
<•=1 |
|
|
I |
T—h
2 2(.<+Л < *=»1
<2
Умноженное на Т математическое ожидание.абсолютной величины
о о
последнего члена в (67) ограничено поэтому значением р 2 lff (?)!»
g=s—оо
которое по предположению конечно.
Умноженная на Т абсолютная величина первого члена в правой част» (67) имеет математическое ожидание
(71) S ( Ь * - Р ) '2 Ч и <+, |
Т |
Т -г |
z^Ar'(O) ztusut+r |
2 |
2 |
||
|
s=I 1=1 |
|
|
|
Т |
T—r |
|
|
2 |
2 |
z7z'tusui+r |
|
s=l t=\ |
|
656 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
|
для некоторого р >• q. Тогда, если Kj+i/T -+■0 при Т |
оо, mo |
||
(78) |
,. |
*?;(v)~s?r (v) |
|
um —х------------- |
|
||
|
т-°° |
8/r(v)‘" / ( v) |
|
Доказательство. Справедливость теоремы вытекает из теорем 10.3.9 и 9.3.3.И
Следствием последней теоремы является то, что если К т растет
достаточно медленно по отношению к Г, а именно если Кр~1/Т -*• 0 при Т -*■ оо, то добавочное смещение оценки из-за наличия неизвест ной регрессии оказывается несущественным по сравнению со сме щением, возникающим при известном математическом ожидании.
Если q = 2 и р > 2, то указанное условие будет иметь вид Кт/Т ->•
-+■ 0; если К т — [у7^, то при этом получаем условие а < 1/3.
Мы хотим показать, что асимптотическое распределение разности
TT(V) — / (v) совпадает с асимптотическим распределением ?r (v) —
— / (v). Теорема 10.3.8 и обобщенное неравенство Чебышева приво-
л я т к |
следующему |
результату. |
|
|
|
|||
Теорема 10.3.11. Пусть функция g (Т) такова, |
что g(T )-* -0 |
|||||||
при Т —►оо.Если |
00 |
I сг(г)1-<°о ыфункция k (х)ограничена на |
||||||
2 |
||||||||
3 —1, |
И, то |
|
|
|
|
|
|
|
т |
plim g CD -jr- (fr(v) —- % (v)] = 0. |
|
|
|||||
|
T-*oо |
|
/ХГ |
|
|
|
||
Следствие 10.3.2. Если |
oo |
lCT(r) Г < 00“ функция k (х) ограни- |
||||||
2 |
||||||||
мена на I—1, 11, то |
|
/•=—00 |
|
|
||||
|
|
|
|
|
||||
(80) |
plim |
л/ |
[ ? |
г (v) — % (V)J = 0. |
|
|
||
|
|
Г-юо |
У |
ЛГ |
|
|
|
|
Из следствия 9.4.1 |
и следствия 10.3.2 выводим следующий ре |
|||||||
зультат. |
|
|
|
|
|
|
||
Теорема 10.3.12. Пусть }т (у) определяется соотношениями (61) |
||||||||
и (62), в которых функция k (х) непрерывна на [—1, 11 и Кт!Т |
О |
|||||||
при Т |
оо. Пустьyt = {1'z, + |
щ, где |
|
|
||||
<81) |
|
|
|
« ,= |
f] YsVt~s, |
|
|
|
00 |
|
|
|
S = — ОО |
|
|
||
ITsI < 00»a {vi) — последовательность независимых и одиноко- |
||||||||
2 |
||||||||
<«■—1ОО |
|
|
|
|
величин с %vt = 0, |
|
< |
|
-во распределенных |
случайных |
— о* и |
10.4 |
ПРОВЕРКА НЕЗАВИСИМОСТИ |
657 |
< оо. Если выполнены условия теоремы 9.4.3 и если |
lim Т/Кт^' |
|
конечен при р |
< q или Т/Кт+' -*■ 0 при q < р, mo Y Т/Кт От (v) —* |
— / (v)] имеет в пределе нормальное распределение с нулевым сред ним и дисперсией, указанной в теореме 9.3.4.
Асимптотическое распределение оценки f (v) не изменяется при использовании остатков от регрессии, подобранной по методу наи меньших кваратов. Теорема 10.3.11 показывает, что для получения
в пределе нетривиальной случайной величины разность % (v) —
Ч
—/г (v) следовало бы домножать на Т1Кт, в то время как разность ft (v) — f (v) для той же цели следует домножать на У Т/Кт. Та-
Л ф |
А |
ким образом, разность fr |
(v) — /г (v) обычно имеет ббльший порядок |
малости по сравнению |
с /г (v) — / (v). |
Большая часть результатов § 10.3 содержится в работе Хеннана (1958).
10.4.ПРОВЕРКА НЕЗАВИСИМОСТИ
10.4.1. Случай, когда оценки наименьших квадратов являются эффективными
В гл. 6 мы рассматривали задачу проверки нулевой гипотезы о том, что ковариационная матрица совокупности Т наблюдений пропорциональна единичной матрице, против частных альтернатив наличия сериальной корреляции при условии, что математические ожидания наблюдаемых величин или все равнялись нулю, или все были равны некоторой отличной от нуля постоянной величине. В настоящем параграфе мы займемся этой задачей в предположении, что последовательность математических ожиданий наблюдаемых ве личин образует линейную функцию регрессии. Подобным же обра зом в этой ситуации могут быть исследованы задачи проверки по рядка зависимости и оценки порядка зависимости.
|
Будем предполагать, что плотность распределения вектора у = |
|
= |
(У1, • ••« УтУ равна |
|
(1) |
К ехр[— (y0Q0 + . . . |
+ ?Д )/2], |
где |
|
|
(2) |
Q, = (у - ZP)' А/ (у - Zp), |
/ - 0, 1.............. |
Z — матрица размера Т X р ранга р ( р < Т — q), а р — вектор размерности р. Тогда вектор у нормально распределен с вектором
10.4 |
ПРОВЕРКА |
НЕЗАВИСИМОСТИ |
6 5 9 |
При ух = 0 распределение г\ не |
зависит ни от § (теорема 6 .7 .1 ), ни |
||
от |
у0 (теорема 6 .7.2 ). |
|
|
|
Теорема 10.4.1. Если вектор у имеет плотность |
(I) с q = 1, |
a Qo и Qi определены соотношением (2), причем матрица у0А0 + yxAx положительно определена, и если матрица Z состоит изр линейно независимых линейных комбинаций р характеристических векторов матриц А0 и Аь то равномерно наиболее мощный подобный крите рий для проверки нулевой гипотезы у х—0против альтернатив ух<0
с уровнем значимости е |
имеет критическую область г\ > с\, |
еде |
|||||||
r\ |
= Q\/Qo, |
|
|
|
|
|
|
|
|
(9) |
|
Qi = ( У |
- Zb*)' А, (у - |
Zb*), |
/ = 0, 1, |
|
|||
b* |
= |
(Z'Z)- I Z'y, a |
ci |
определяется так, |
чтобы при нулевой гипо |
||||
тезе |
Рг {г* > с’} |
= |
е. |
Равномерно наиболее |
мощный подобный |
||||
критерий против альтернатив Ух > |
0 имеет критическую область |
||||||||
т\ < |
с \, где сГ определяется так, |
чтобы |
Р г |
{г\ < с\’} = е |
при |
Ух = 0. Равномерно наиболее мощный несмещенный критерий про тив альтернатив уг Ф 0 имеет критическую область, являющуюся
объединением областей г\ <. си |
и г\ > сщ, |
где си |
и сщ определя |
|||||||
ются так, чтобы Р г {cli </■*<. сщ) |
= 1 |
— е и |
|
|
||||||
( 10) |
|
cUl |
|
|
|
оо |
|
|
|
|
|
J r\f{r\) dr\ = |
(1— в) J |
r\f (rl) dr\ , |
|
|
|||||
|
|
г * |
|
|
|
— ОО |
|
|
|
|
|
|
CL\ |
|
|
|
|
|
|
|
|
где f (r’i) — плотность распределения г\ при ух = 0. |
|
|
||||||||
Наиболее интересны случаи, когда А 0= |. Пусть матрица харак |
||||||||||
теристических |
векторов А х равна V , |
причем V 'V = |
I. Если |
поло |
||||||
жить |
у = V x |
(х = V 'y ), то вектор |
х |
будет |
иметь |
распределение |
||||
N |
ah v*ft. |
(Уо I + Ух Л) |
J, |
где |
Л — диагональная матрица |
|||||
А = 1 |
|
|
|
|
|
|
являющимися характери |
|||
с диагональными элементами A,j> ... |
|
|||||||||
стическими корнями матрицы А х. |
(Все характеристические |
корни |
||||||||
матрицы А 0 = I равны единице.) |
Соответствующие квадратичные |
формы равны
6 6 0 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Г л . 10 . |
где S |
{slt .... S-}. Тогда |
|
|
2 Ы |
|
(13) |
г\ — s&S |
|
|
s&S |
|
Если |
= 0, то распределение величины г? не зависит |
от у0. При |
Yi = 0 распределение величины г\ совпадает с распределением от ношения (13), в котором ха — независимые нормальные величины с нулевыми средними и единичными дисперсиями.
Распределения общего типа, рассмотренные в § 6.7, соответству ют рассматриваемым здесь с заменой А,ь ..., А,г или А*, ..., A,r_i (ког да включается математическое ожидание) на A,,, s £ S. В частности,
если |
Т — р корней являются |
двойными, скажем если это корни |
||||
vx > |
. .. > VH, то |
Рг [п > /?} |
указывается |
в теореме 6.7.4. Если |
||
двойными являются все корни (vx > |
... > |
v«) |
за исключением од |
|||
ного |
простого корня VH+I (< |
VH), |
то в этом |
случае Рг {п > |
||
дается теоремой |
6.7.6. |
|
|
|
|
|
Если Yi = 0, |
то |
|
*h |
|
|
|
|
|
Ы*н |
|
|
|
|
(14) |
|
SQi |
|
|
||
|
|
|
IQ? |
|
|
|
Если Yo = 1, то знаменатель в (14) равен |
|
|
||||
(15) |
|
|
|
|
( T - p ) / 2 < h . |
Числитель в (14) можно найти, воспользовавшись семиинвариантами
квадратичной формы Q*. Действительно, 6-й семиинвариант пред ставляет собой умноженную на 61 величину
(16) |
|
nk—1 |
2*-. Т |
ь |
9^—1 р . |
V* |
2 t f - |
2 |
t i - |
|
|
|
|
t $ S |
t=I |
|
|
Тогда несколько первых моментов выразятся соотношениями (126)
и (127) § 6.7, в которых \ к заменяются на v*. |
Если А1, ..., |
Хти A.Sl, ... |
...,A,Sp симметричны относительно нуля, то |
v*,_, = 0 , 1 |
= 1, 2, ... |
..., 8QI2 — 2vo и 8QI4 = 24vJ -f- 12V22. Могут быть также использо ваны и приближенные распределения, описанные в § 6.8.
Особый интерес представляет циклический случай с Т =ph и независимыми переменными cos 2njt/T и sin 2njt/T. Если при этом
«62 |
ЛИНЕЙНЫЕ ТРЕНДЫ И СЛУЧАЙНЫЕ СОСТАВЛЯЮЩИЕ |
Гл. 10. |
Таблица 10.2
ВЕРХНИЕ 1ООе-ПРОЦЕНТНЫЕ ТОЧКИ РАСПРЕДЕЛЕНИЙ ЦИКЛИЧЕСКОГО СЕРИАЛЬНОГО КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ, СТРОЯЩЕГОСЯ ПО ОСТАТКАМ ОТ ОЦЕНКИ ТРИГОНОМЕТРИЧЕСКОГО ТРЕНДА *
Номера |
|
Р = |
2 |
|
Р яа 2,4 |
|
2 . 3 . 6 |
Р « |
2,12/5, 3, 4, 6, |
|||
|
|
|
|
|
|
|
|
|
|
12 |
|
|
^корней |
Г |
5% |
1% |
Т |
5% |
1% |
Т |
5% |
1% |
Т |
5% |
1% |
|
||||||||||||
4 |
6 |
0.450 |
0.490 |
8 |
0.636 |
0.693 |
12 |
0.592 |
0.744 |
|
|
|
6 |
8 |
0.484 |
0.607 |
12 |
0.515 |
0.661 |
|
|
|
|||
8 |
10 |
0.453 |
0.601 |
|
|
|
|
|
|
|||
10 |
12 |
0.426 |
0.572 |
16 |
0.439 |
0.582 |
18 |
0.442 |
0.592 |
24 |
0.441 |
0.592 |
12 |
14 |
0.402 |
0.544 |
|||||||||
14 |
16 |
0.382 |
0.519 |
20 |
0.388 |
0.523 |
|
|
|
|
|
|
16 |
18 |
0.364 |
0.496 |
24 |
0.369 |
0.504 |
|
|
|
|||
18 |
20 |
0.348 |
0.476 |
24 |
0.351 |
0.478 |
|
|
|
|||
20 |
22 |
0.334 |
0.458 |
|
|
|
|
|
|
|||
22 |
24 |
0.321 |
0.442 |
|
|
|
30 |
0.323 |
0.445 |
36 |
0.323 |
0.445 |
24 |
26 |
0.310 |
0.427 |
28 |
0.323 |
0.441 |
||||||
2G |
28 |
0.300 |
0.414 |
32 |
0.300 |
0.414 |
|
|
|
|
|
|
28 |
30 |
0.290 |
0.402 |
36 |
0.291 |
0.403 |
|
|
|
|||
30 |
32 |
0.282 |
0.390 |
36 |
0.282 |
0.391 |
|
|
|
|||
32 |
34' |
0.274 |
0.380 |
|
|
|
|
|
|
|||
34 |
36 |
0.266 |
0.370 |
40 |
0.267 |
0.371 |
42 |
0.267 |
0.371 |
48 |
0.267 |
0.371 |
36 |
38 |
0.260 |
0.361 |
|||||||||
38 |
40 |
0.254 |
0.353 |
|
|
|
|
|
|
|
|
|
40 |
42 |
0.248 |
0.345 |
44 |
0.254 |
0.354 |
48 |
0.248 |
0.346 |
|
|
|
42 |
44 |
0.242 |
0.338 |
|
|
|
|
|
|
|||
44 |
46 |
0.237 |
0.331 |
48 |
0.243 |
0.338 |
|
|
|
|
|
|
46 |
48 |
0.233 |
0.324 |
|
|
|
54 |
0.233 |
0.325 |
60 |
0.233 |
0.325 |
48 |
50 |
0.228 |
0.318 |
52 |
0.233 |
0.325 |
||||||
50 |
52 |
0.224 |
0.313 |
|
|
|
|
|
|
|
|
|
52 |
54 |
0.220 |
0.307 |
56 |
0.224 |
0.313 |
60 |
0.220 |
0.308 |
|
|
|
54 |
56 |
0.216 |
0.302 |
|
|
|
|
|
|
|||
56 |
58 |
0.212 |
0.297 |
60 |
0.216 |
0.302 |
|
|
|
|
|
|
58 |
60 |
0.209 |
0.292 |
|
|
|
|
|
|
|
|
|
* Значения Р указывают на периоды включенных в оценку тригонометрических составляв „тощих.
и HQl4 = 3 '[Г 2 - 2 |
(р - 3 ) Т + р (р - 6 ) ] |
для р = 6 , 8.......... |
|
Поэтому |
1 = 0, %г? = (Г — 4)/[Т(Т — 2)] для р = 2, |
||
^24) |
& r \ 2 = |
(Т — Р + 2) \ р = 4, |
6, . . . , |