Идрисов, Ф. Ф. Рандомизированные временные ряды. - Томск, 2016
Идрисов, Фарит Фатыхович. Рандомизированные временные ряды / Ф. Ф. Идрисов. — 2-е изд., испр. и доп. — Томск : Издательство Томского государственного университета систем управления и радиоэлектроники, 2016. — 341 с. : ил. ; 24 см.
ISBN 978-5-86889-747-4
Содержание :
- Введение.
- МАТЕМАТИЧЕСКИЕ МОДЕЛИ ПОТОКА СЛУЧАЙНЫХ МОМЕНТОВ ИЗМЕРЕНИЙ.
- Пуассоновский поток моментов измерений.
- Техника усреднения при пуассоновском потоке моментов измерений.
- Асимптотическое поведение статистик.
- Рекуррентный поток моментов измерений.
- Техника усреднения при рекуррентном потоке моментов измерений.
- Асимптотическое поведение статистик.
- Имитационное моделирование потока моментов измерений.
- ВЫДЕЛЕНИЕ ТРЕНДОВ ВРЕМЕННЫХ РЯДОВ ПРИ ИЗМЕРЕНИЯХ В СЛУЧАЙНЫЕ МОМЕНТЫ ВРЕМЕНИ.
- Постановка задачи.
- Выделение тренда при известных моментах измерений.
- 1. Метод наименьших квадратов.
- 2. Упрощенный алгоритм оценки параметров.
- 3. Исследование упрощенных оценок при пуассоновском потоке моментов измерений.
- 4. Исследование упрощенных оценок при рекуррентном потоке моментов измерений.
- Выделение тренда при неизвестных моментах измерений.
- 1. Построение оценок при пуассоновком потоке моментов измерений.
- 2. Исследование свойств оценок при пуассоновском потоке моментов измерений.
- 3. Оценки параметров при рекуррентном потоке моментов измерений.
- Выделение тренда при наличии ошибок в моментах измерений.
- 1. Построение оценок при пуассоновском потоке моментов измерений.
- 2. Свойства оценок параметров тренда.
- 3. Свойства оценок для рекуррентного потока событий.
- 4. Упрощенные оценки.
- Имитационное моделирование.
- ВЫДЕЛЕНИЕ ТРЕНДОВ ВРЕМЕННЫХ РЯДОВ СПЛАЙНАМИ.
- Постановка проблемы.
- Выделение тренда в виде сплайна первого порядка.
- 1. Случай, когда моменты измерений известны точно.
- 2. Случай, когда относительно моментов измерений известен только их порядок.
- 3. Оценка сплайном первого порядка тренда произвольного вида.
- Выделение тренда сплайном второго порядка дефекта 2.
- 1. Случай, когда моменты измерений известны точно.
- 2. Случай, когда относительно моментов измерений известен только их порядок.
- 3. Оценка сплайном второго порядка тренда произвольного вида.
- Выделение тренда сплайном третьего порядка дефекта 2.
- Имитационное моделирование.
- ОЦЕНКА ФУНКЦИИ КОРРЕЛЯЦИИ СТАЦИОНАРНОГО СЛУЧАЙНОГО ПРОЦЕССА.
- Постановка задачи.
- Ядерные оценки.
- 1. Ядерные оценки при пуассоновском потоке моментов измерений.
- 2. Ядерные оценки при рекуррентном потоке моментов измерений.
- 3. Оценка функции корреляции при неизвестных моментах измерений.
- Оценивание методом полиномиальной аппроксимации.
- 1. Случай, когда моменты измерений известны точно.
- 2. Полиномиальные оценки при наличии ошибок в моментах измерений.
- 3. Оценка функции корреляции, когда о моментах измерений известен их порядок.
- Оценка функции корреляции рядами Фурье.
- 1. Оценка функции корреляции при точно известных моментах измерений.
- 2. Оценка функции корреляции, когда известен лишь порядок моментов измерений.
- Сплайновая оценка функции корреляции.
- 1. Сплайновая оценка функции корреляции, когда моменты измерений известны точно.
- 2. Сплайновая оценка функции корреляции, когда моменты измерений известны с ошибками.
- 3. Сплайновая оценка функции корреляции, когда моменты измерений неизвестны.
- Проверка гипотез о виде функции корреляции стационарного гауссовского случайного процесса.
- Имитационное моделирование.
- ОЦЕНКА СПЕКТРА МОЩНОСТИ СТАЦИОНАРНОГО СЛУЧАЙНОГО ПРОЦЕССА.
- Постановка задачи.
- Ядерные оценки спектра мощности.
- 1. Случай, когда моменты измерений известны точно.
- 2. Случай, когда о моментах измерений известен лишь их порядок.
- Оценка спектра мощности частными суммами ряда Фурье.
- 1. Случай, когда моменты измерений известны точно.
- 2. Случай, когда о моментах измерений известен лишь их порядок.
- Сплайновая оценка спектра мощности.
- 1. Случай, когда моменты измерений известны точно.
- 2. Случай, когда моменты измерений известны с ошибками.
- 3. Случай, когда о моментах измерений известен лишь их порядок.
- Имитационное моделирование оценок спектра мощности.
- ОЦЕНКА ФУНКЦИИ КОРРЕЛЯЦИИ И СПЕКТРА МОЩНОСТИ ИНТЕНСИВНОСТИ ДВАЖДЫ СТОХАСТИЧЕСКОГО ПУАССОНОВСКОГО ПОТОКА.
- Описание объекта исследования.
- Ядерная оценка функции корреляции интенсивности потока.
- Полиномиальные оценки функции корреляции.
- Сплайновые оценки функции корреляции.
- Ядерные оценки спектра мощности интенсивности потока.
- Сплайновые оценки спектра мощности интенсивности дважды стохастического пуассоновского потока.
- Имитационное моделирование.
- ОЦЕНКА ПАРАМЕТРОВ МАТРИЧНОЙ АВТОРЕГРЕССИОННОЙ МОДЕЛИ ПРИ СЛУЧАЙНЫХ ПРОПУСКАХ ИЗМЕРЕНИЙ.
- Математическая модель процесса и ее описание.
- Модель процесса наблюдения.
- Оценка матрицы В.
- Сходимость построенной оценки почти наверное.
- Оценка матрицы В по методу наименьших квадратов.
- Асимптотическая нормальность оценки В матрицы В.
- Вычисление дисперсий и ковариаций элементов матрицы В.
- Оценка элементов ковариационной матрицы величин Δbis.
- Численная реализация алгоритма МНК-оценивания матрицы B.
- ОЦЕНКА ПАРАМЕТРОВ МНОГОМЕРНОЙ АВТОРЕГРЕССИОННОЙ МОДЕЛИ ПРИ НАЛИЧИИ АНОМАЛЬНЫХ ОШИБОК ИЗМЕРЕНИЙ.
- Математическая модель процесса и его измерений.
- Алгоритм для сравнения.
- Устойчивый алгоритм оценивания матрицы В.
- Вычисление некоторых характеристик.
- Ковариации оценок bip параметров bip.
- Сравнение алгоритмов оценки.
- ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ РАЗРАБОТАННЫХ АЛГОРИТМОВ.
- Общая характеристика программы.
- Основы работы с программой.
- 1. Системные требования.
- 2. Инсталляция.
- 3. Запуск программы.
- 4. Окончание работы с программой.
- Работа с документом.
- 1. Создание нового документа.
- 2. Открытие существующего документа.
- 3. Сохранение документа.
- 4. Импортирование данных из текстового файла.
- 5. Окна документа, управление окнами.
- 6. Экспорт содержимого окна.
- 7. Печать.
- Работа с таблицами и графиками.
- 1. Ввод и редактирование данных в таблице.
- 2. Настройка таблиц.
- 3. Настройка графиков.
- Обработка данных.
- 1. Тренды.
- 2. Функция корреляции.
- 3. Спектр мощности.
- Описание примеров.
- Литература.
Ключевые слова
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА, СЛУЧАЙНЫЕ ПРОЦЕССЫ, ВРЕМЕННЫЕ РЯДЫ, АНАЛИЗ, МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Источник : ТОУНБ им. А. С. Пушкина.
Количество файлов: 2; Общий объем: 0.70МБ
Представлены результаты исследований временных рядов при случайных моментах измерений. Подобные ряды часто встречаются в экономике, финансах, страховом деле, а также в технике и медицине. Предлагаются алгоритмы выделения трендов таких рядов при различном уровне информированности о моментах измерений. Приводится описание пакета программ анализа временных рядов.