7.3. Результаты оценивания для некоторых частных моделей
В приложениях
П7.4 и П7.5 дан вывод некоторых результатов оценивания для ряда частных
случаев. Ниже эти результаты, а также полученные ранее в этой главе собраны
вместе для удобства просмотра.
7.3.1. Процессы авторегрессий
Оценки
параметров чистого процесса авторегрессии можно получить, решив некоторые линейные
уравнения. В приложении П7.5 показано,
1) как можно
получать точные оценки наименьших квадратов, решая систему линейных уравнений
(см. также разд. 7.4.3);
2) как, слегка
изменив коэффициенты этих уравнений, можно получить хорошее приближение к
точным уравнениям максимального правдоподобия;
3) как,
используя выборочные автокорреляции в качестве коэффициентов линейных уравнений
Юла-Уокера, можно найти приближенные оценки наименьших квадратов и
максимального правдоподобия.
Оценки,
полученные в (1), конечно, идентичны тем, что находятся прямой минимизаций
, описанной в общем
виде в разд. 7.2. Оценки (3) — это хорошо известные приближения Юла и Уокера.
Они полезны как начальные оценки на этапе идентификации, но в некоторых
ситуациях могут заметно отличаться от оценок (1) и (2). Чтобы проиллюстрировать
это, мы сравним оценки (3), полученные из уравнений Юла-Уокера, с оценками (1)
наименьших квадратов, которые были сведены в табл. 7.13.
Оценки Юла-Уокера. Оценки Юла-Уокера
(6 3.6) имеют вид
,
где
,
. (7.3.1)
В частности,
оценки для процессов авторегрессии первого и второго порядков равны
(7.3.2)
В приложении П7.5 показано, что
приближенное значение
дает формула
, (7.3.3)
и отсюда
, (7.3.4)
где
- дисперсия
. Выражение того же вида
связывает
и
теоретическую дисперсию
[см. (3.2.8)]
, а именно
,
где элементы
и
— теоретические значения.
Отсюда из (7.2.19) вытекает, что ковариационная матрица для оценок
имеет вид
, (7.3.5)
где
и
- автоковариационная и
автокорреляционная матрицы
последовательных значений процесса
, определенные
(2.1.7).
В частности, для
процессов авторегрессии первого и второго порядков находим
, (7.3.6)
. (7.3.7)
Оценки дисперсий и ковариаций получаем
подстановкой в (7.3.5) оценок параметров. Отсюда
. (7.3.8)
Примеры. Автокорреляции
для задержек 1 и 2 для рядов
и
, идентифицированных как возможные
процессы авторегрессии (в случае ряда
это относится к первым разностям),
показаны ниже.
Ряды
|
Пробная
идентификация
|
Степень
разности
|
Выборочные
автокорреляции
|
|
|
|
|
|
|
Пользуясь (7.3
2), получаем оценки Юла-Уокера, приведенные в табл. 7.14, вместе со
стандартными ошибками, вычисленными по (7.3.6) и (7.3.7).
Таблица 7.14. Оценки Юла-Уокера для
рядов
Ряд
|
Оценки и их стандартные
ошибки
|
Коэффициенты корреляции
между оценками
|
|
|
|
Из (7.3.7)
получаем выражение для коэффициента корреляции между оценками двух параметров
процесса авторегрессии второго порядка:
.
Заметим, что для ряда
существует большая
отрицательная корреляция между оценками. Это означает, что доверительная
область для
и
будет
вытягиваться вдоль диагонали, идущей из верхнего левого угла на плоскости
. Отсюда следует,
что эти оценки нестабильны; в этом заключается причина относительно больших
расхождений между оценками наименьших квадратов из табл. 7.13 и оценками Юла-Уокера
из табл. 7.14 для этого конкретного ряда.