Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 2880
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [PASSWORD_CHECK_WEAK] => N
                    [PASSWORD_CHECK_POLICY] => N
                    [PASSWORD_CHANGE_DAYS] => 0
                    [PASSWORD_UNIQUE_COUNT] => 0
                    [LOGIN_ATTEMPTS] => 0
                    [BLOCK_LOGIN_ATTEMPTS] => 0
                    [BLOCK_TIME] => 0
                )

        )

    [SESS_IP] => 216.73.216.206
    [SESS_TIME] => 1748683319
    [IS_EXPIRED] => 
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [SESS_SHOW_INCLUDE_TIME_EXEC] => 
    [fixed_session_id] => 13fe0fdfdf39945ae70cccef5cdb5bd1
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Сибирский журнал вычислительной математики

2025 год, номер 2

Новый метод оценки параметров с учетом ошибки последовательности наблюдений авторегрессионной модели

Ц. Ван, Ф. Ху
College of Civil Engineering, Xiangtan University, Hunan, China
wangqisheng0702@163.com
Ключевые слова: авторегрессионная модель, полные наименьшие квадраты, модель адаптации, оценка параметров
Страницы: 141-150

Аннотация

Предложен новый метод оценки параметров для решения проблемы, заключающейся в наличии ошибки наблюдения как в векторе наблюдений, так и в матрице коэффициентов для авторегрессионной модели. Сначала выполняется рекомбинация вектора наблюдений и матрицы коэффициентов, что позволяет избежать ситуации, когда одно и то же значение наблюдения появляется как в векторе наблюдений, так и в матрице коэффициентов. Затем выводится детальный алгоритм, основанный на принципе полных наименьших квадратов и непрямой адаптации. Эффективность и пригодность предлагаемого метода анализируются с использованием примеров проверки и моделирования и сравниваются со взвешенными полными наименьшими квадратами и коррелированными полными наименьшими квадратами.

DOI: 10.15372/SJNM20250202
Добавить в корзину
Товар добавлен в корзину