Технологическое прогнозирование

Скачать в pdf «Технологическое прогнозирование»


2


жественной регрессии — минимизация квадратичной суммы % для получения МНК оценок параметров


-1    -1


Т -1 Т -1    Т -1


b =(f V F) F V Y , D(b)=(F V f)


в предположении, что


Га2


—— | 1


d(y)=    —    ~ T    = Va2= | :


T -1„ „Т -1    /„T -1„    2


а


0 1


L 2 : Г[0ц    а / ra,J,


(Y-Y (p))(Y-Y(p))    |


1    0 . а


L n


2 .    N    2    ,’~N „2


где а2 г a yto ^ ,    i,l r(1,….N ), ^юг 1 , а г 1 ^ уа    строго не применим. Для получения


iг1    ‘ iг1    ‘


оценок b (при наличии корреляции между (у )) необходимо изменить процедуру отыскания МНК оценок параметров. Итак, исследуется линейная модель


в предположении, что



D(Y)r



Y(p)r FP


(3.24)


г а 2


Ц


… Ц


11 1


12


1N


Ц


21


2


ц г а 22 2


… Ц 2 N


Ц


Ц


ц г а


N1


N 2


NN

N J



2



— матрица дисперсий-ковариаций измеряемых зависимых переменных у    (вектор Y), где а —


объединенная дисперсия. Покажем, что может быть найдена единственная неособенная симметричная матрица P (при этом P гР ) такая, что P PrPPrP    г p , причем P ^ V =(р ^ p г1,


-F2 -1    -1

Скачать в pdf «Технологическое прогнозирование»