ПРИЛОЖЕНИЕ. РАСПЛЫВЧАТЫЕ АПРИОРНЫЕ ФПВ, ИСПОЛЬЗУЕМЫЕ ДЛЯ ПРЕДСТАВЛЕНИЯ СТАЦИОНАРНЫХ АВТОРЕГРЕССИОННЫХ ПРОЦЕССОВ
В параграфе 7.1 мы рассмотрели стационарный авторегрессионный процесс, заданный моделью
где для
имеет место
. Из (1) очевидно, что
задает уровень
. Ниже мы перепараметризируем модель в терминах
т. е.
Функция правдоподобия в этом случае представляется выражением
Как мы помним из 2-й главы, Джеффрис предложил принять корень квадратный из определителя информационной матрицы в качестве расплывчатой априорной ФПВ, хотя и предупредил о необходимости действовать при этом осторожно и обдуманно; таким образом, расплывчатая априорная ФПВ Джеффриса задается выражением
причем
где оператор М обозначает операции перехода к математическому ожиданию по ФПВ для наблюдений и
, т. е. является логарифмом функции правдоподобия. После того как построена ФПВ (5), мы можем преобразовать ее в предполагаемую априорную ФПВ для
с использованием зависимости (2).
Для того чтобы проиллюстрировать операции, которые требуются для получения расплывчатой априорной ФПВ Джеффриса в данной задаче, мы прежде всего построим информационную матрицу. Из (4) имеем
Затем, обозначив величину в фигурных скобках в выражении
записываем
и
Переходя к математическому ожиданию по у, имеем
При получении результатов, представленных в (8), мы используем соотношения
при всех значениях t.
Далее,
и
Переходя в двух последних выражениях к ожиданиям, имеем
Наконец,
и
В качестве математического ожидания последнего выражения имеем
Сводя воедино результаты
получаем информационную матрицу из выражения (6) в виде
Из (11) следует, что информация о
независима как от информации о
, так и от информации о
.
Подсчитав определитель матрицы (11) и сохранив только главные члены порядка
мы имеем в результате
.
После извлечения из этой величины квадратного корня получаем приближенную расплывчатую априорную ФПВ Джеффриса, а именно
Появление сомножителя в этом последнем выражении вместо
связано с причинами, аналогичными тем, которые обсуждались в приложении ко 2-й главе. Если мы последуем Джеффрису и приложим его принцип отдельно для а и для других параметров, т. е. извлечем квадратный корень из элемента (1, 1) матрицы (11) в целях получения расплывчатой априорной ФПВ для а, а затем извлечем корень квадратный из определителя информационной матрицы для
размерности 2x2, сохраняя только члены порядка
, то в результате получим
где вместо сомножителя
появляется сомножитель
Чтобы получить априорную ФПВ для
и а, заметим сначала, что из (2) следует
и, таким образом, мы имеем
Приближенная априорная ФПВ Джеффриса включает допущение, что
распределены независимо, причем первые две величины распределены равномерно, а ФПВ последней величины пропорциональна
т. е. является бета-ФПВ с параметрами (1/2, 1/2). Эта ФПВ для
имеет наибольшую плотность в конечных точках
а минимум плотности — при
Интересно установить вид «априорной ФПВ с минимальной информацией» (см. приложение ко 2-й главе) для настоящей задачи. ФПВ для одного наблюдения задается выражением
Тогда в ФПВ для выборочных данных имеется следующее информационное содержание: