没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
多元正态分布
.
.
.
.
.
.
随机过程
.
.
.
.
.
.
.
.
.
.
平稳和严平稳
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
趋势项和季节项的估计和分离
.
.
.
.
Kolmogorov 定理的应用
1. 向量的均值与协方差阵
n 维向量是每一分量都是随机变量的列向量. 令 X = (X
1
, X
2
, ··· ,X
n
)
T
, Y =
(Y
1
, Y
2
, ··· ,Y
n
)
T
;对于每一 i,都有 E|X
i
|
2
< ∞,E|Y
i
|
2
< ∞,i = 1,2,··· , n.
• 数学期望
µ
X
= EX = (EX
1
, EX
2
, ·· · , EX
n
)
T
. (1)
• 协方差阵
Σ
XY
= Cov(X, Y) = E[(X − EX)(Y − EY)]
T
= E(XY
T
) − (EX)(EY)
T
, (2)
其中,Σ
XY
的第 (i, j) 元是随机变量 X
i
与 Y
j
的协方差,即
Cov(X
i
, Y
j
) = E(X
i
Y
j
) − E(X
i
)E(Y
j
)
平稳时间序列
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
多元正态分布
.
.
.
.
.
.
随机过程
.
.
.
.
.
.
.
.
.
.
平稳和严平稳
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
趋势项和季节项的估计和分离
.
.
.
.
Kolmogorov 定理的应用
命题 1.1.1 设 a 是一 m 维列向量,B 是一 m × n 矩阵,X = (X
1
, X
2
, ·· · , X
n
)
T
是 n 维随机向量,且 E|X
i
|
2
< ∞,i = 1, 2, ··· , n,则随机向量
Y = a + BX (3)
的均值为
EY = a + BEX, (4)
协方差为
Σ
YY
= BΣ
XX
B
T
. (5)
平稳时间序列
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
多元正态分布
.
.
.
.
.
.
随机过程
.
.
.
.
.
.
.
.
.
.
平稳和严平稳
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
趋势项和季节项的估计和分离
.
.
.
.
Kolmogorov 定理的应用
命题 1.1.2 协方差阵是对称非负定矩阵,即对一切 b = (b
1
, b
2
, ·· · , b
n
)
T
∈ R
n
,有 b
T
Σ
XX
b ≥ 0.
命题 1.1.3 任一对称非负定 n × n 矩阵 Σ 可表示为:Σ = PΛP
T
,其中 P 是
一正交矩阵,Λ = diag(
λ
1
, ·· · ,
λ
n
),
λ
1
, ·· · ,
λ
n
是 Σ 的非负特征值.
平稳时间序列
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
多元正态分布
.
.
.
.
.
.
随机过程
.
.
.
.
.
.
.
.
.
.
平稳和严平稳
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
趋势项和季节项的估计和分离
.
.
.
.
Kolmogorov 定理的应用
2.n 元正态分布
称随机向量 Y = (Y
1
, Y
2
, ·· · , Y
n
)
T
为 n 元正态随机变量 (或服从于 n 元正态
分布),如果存在 m 维列向量 a,m × n 矩阵 B 以及其分量 X
i
(i = 1 ,·· · , n) 是独
立同分布的标准正态分布随机变量的随机向量 X = (X
1
, ·· · , X
n
)
T
,使得
Y = a + BX. (6)
在 (6) 中,(X
1
, ·· · , X
n
)
T
的联合分布密度为
f
X
(x) = (2
π
)
−
n
2
exp(−
n
∑
j=1
x
2
j
2
), x = (x
1
, ·· · , x
n
)
T
∈ R
n
, (7)
相应的特征函数是
ϕ
X
(x) = Ee
iu
T
X
= exp (−
n
∑
j=1
u
2
j
2
), u = (u
1
, ·· · , u
n
)
T
∈ R
n
, (8)
平稳时间序列
剩余28页未读,继续阅读
资源评论
Mici99
- 粉丝: 0
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于QT的地图可视化桌面系统后台数据库为MySQL5.7源码.zip
- 基于simulink的PLL锁相环系统仿真【包括模型,文档,参考文献,操作步骤】
- 基于EM-GMM模型的目标跟踪和异常行为检测matlab仿真【包括程序,注释,参考文献,操作步骤,说明文档】
- 2109010044_胡晨燕_选课管理数据库设计与实现.prj
- 帕鲁介绍的PPT备份没什么好下的
- demo1-202405
- 两种方式修改Intel网卡MAC地址
- 服务器搭建所需资源:static文件夹
- Vue02的源码学习资料
- Python 程序语言设计模式思路-行为型模式:访问者模式:在不改变被访问对象结构的情况下,定义对其元素的新操作
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功