Другие журналы
|
Горяинов Владимир Борисович
Робастное оценивание в авторегрессионной модели со случайным коэффициентом
Инженерное образование # 09, сентябрь 2016 DOI: 10.7463/0916.0844976 C. 111-122
Устойчивые оценки параметра авторегрессионного уравнения со случайным коэффициентом
Инженерное образование # 12, декабрь 2014 DOI: 10.7463/1214.0742725 С. 407-415
Идентификация случайных полей методами, основанными на знаках остатков наблюдений
Инженерное образование # 06, июнь 2013 DOI: 10.7463/0613.0571085 Рассмотрен процесс двумерной авторегрессии порядка (1,1). Распределение обновляющего поля авторегрессионного уравнения предполагается неизвестным. Построена оценка параметров авторегрессионной модели, основанная на знаках остатков наблюдений. Доказана состоятельность и асимптотическая нормальность построенной оценки. Вычислена асимптотическая относительная эффективность этой оценки по отношению к оценке наименьших квадратов. Сделан вывод о преимуществе предложенной оценки над оценкой наименьших квадратов, если обновляющее поле имеет двойное экспоненциальное распределение или распределение Тьюки.
Алгоритм вычисления М-оценок параметров авторегрессионного поля
Инженерное образование # 07, июль 2013 DOI: 10.7463/0713.0571094 УДК: 519.234.3 Рассмотрен процесс двумерной авторегрессии порядка (1,1). Распределение обновляющего поля авторегрессионного уравнения предполагается неизвестным. В работе построен алгоритм вычисления М-оценок коэффициентов уравнения авторегрессионного поля. Доказана сходимость этого алгоритма. Алгоритм представляет собой итерационный вариант взвешенного метода наименьших квадратов. Веса на каждом шаге пересчитываются. Каждая итерация представляет собой решение системы линейных уравнений. В отличие от метода Ньютона (метода касательных) алгоритм является сходящимся при любом выборе точки начального приближения.
Робастность оценки коэффициентов уравнения пространственной авторегрессии, основанной на знаковых критериях
Инженерное образование # 04, апрель 2013 DOI: 10.7463/0413.0569036 УДК: 519.12 Рассмотрен процесс двумерной авторегрессии порядка (1,1). Распределение обновляющего поля авторегрессионного уравнения предполагается неизвестным. Дано определение функционала влияния и коэффициента чувствительности к большой ошибке оценки параметров авторегрессионного поля. В работе получено явное выражение для функционала влияния знаковой оценки коэффициентов уравнения авторегрессионного поля. Показано, что знаковая оценка является робастной. Знаковая оценка может быть рекомендована в качестве альтернативы оценке наименьших квадратов при наблюдении авторегрессионного поля с аномально большими ошибками.
Ранговый анализ случайных полей
Инженерное образование # 03, март 2013 DOI: 10.7463/0313.0541592 Рассмотрен процесс двумерной авторегрессии порядка (1,1). Распределение обновляющего поля авторегрессионного уравнения предполагается неизвестным. Найден вид асимптотически локально наиболее мощных ранговых критериев проверки гипотез о коэффициентах уравнения авторегрессионного поля, основанных на приближённых ранговых метках. Построена оценка параметров авторегрессионной модели, основанная на рангах остатков наблюдений. Доказана состоятельность и асимптотическая нормальность построенной оценки. Вычислена асимптотическая относительная эффективность этой оценки по отношению к оценке наименьших квадратов. Сделан вывод о преимуществе предложенной оценки над оценкой наименьших квадратов, если обновляющее поле имеет нормальное, логистическое и двойное экспоненциальное распределение, а ранговые метки построены по гауссовской плотности.
77-30569/246206 М-оценки коэффициентов 2D-авторегрессии с необязательно выпуклой функцией потерь
Инженерное образование # 11, ноябрь 2011 Для процесса 2D-авторегрессии порядка (1,1) устанавливается асимптотическая нормальность М-оценок с необязательно выпуклой функцией потерь. При помощи компьютерного моделирования устанавливается устойчивость этих оценок при засорении наблюдений грубыми выбросами.
|
|
||||||||||||||||||||||||||||||||
|