5.4.5. Оценивание параметров смешанного процесса авторегрессии — скользящего среднего
Так как при дискретизации непрерывного процесса авторегрессии порядка
согласно (5.2.49), получается смешанный дискретный процесс авторегрессии — скользящего среднего, было бы естественно ожидать, что смешанные модели окажутся полезными при подгонке ко многим временным рядам. Для иллюстрации того, как при этом можно построить поверхность логарифмической функции правдоподобия, рассмотрим смешанный процесс
Рис. 5-21. Остаточные дисперсии для смешанных моделей, подобранных к данным о партиях продукта, изображенным на рис. 5.2.
При фиксированных значениях параметров
последовательность
можно получить из равенств
и т. д. Поверхность суммы квадратов в таком случае можно представить, строя