시계열과 관련하여 "이동 평균"을 읽을 때 또는0.5xt-1+0.3xt-2+0.2xt-3과 같은 가중 평균. (이것은 실제로 AR (3) 모델이라는 것을 알고 있지만 이것이 내 두뇌로 이동하는 것입니다.) MA (q) 모델이 왜 오류 용어 또는 "혁신"의 수식입니까? {ϵ}은 (는) 이동 평균과어떤 관계가있습니까? 나는 분명한 직관이 빠진 것 같습니다.( xt - 1+ xt - 2+ xt …
프로세스가 자체의 이전 값에 의존하는 경우 AR 프로세스라는 것을 이해합니다. 이전 오류에 의존하는 경우 MA 프로세스입니다. 이 두 상황 중 하나가 언제 발생합니까? 프로세스를 MA와 AR로 가장 잘 모델링하는 것이 무엇을 의미하는지에 대한 근본적인 문제를 조명하는 확실한 예가 있습니까?
MA 프로세스가 뒤집을 수 없는지 관심을 갖는 이유를 이해하는 데 어려움이 있습니다. 내가 틀렸다면 저를 정정하십시오. 그러나 AR 프로세스가 인과 관계가 아닌지, 즉 매개 변수와 화이트 노이즈의 합으로 말하자면 "재 작성"이 가능한지 이해하는 이유를 이해할 수 있습니다. 즉, 이동 평균 프로세스. 그렇다면 AR 프로세스가 원인임을 쉽게 알 수 있습니다. 그러나 …
다른 시계열에서 작업하는 것은 2 년이 넘었습니다. AC 용어가 MA 용어의 순서를 식별하는 데 사용되고 PACF는 AR을 나타내는 데 사용되는 많은 기사를 읽었습니다. MA의 경우 ACF가 갑자기 종료되는 지연은 MA의 순서이며 PACF 및 AR의 경우와 비슷합니다. 다음은 PennState Eberly College of Science 의 기사 중 하나입니다 . 내 질문은 왜 …
이 문제는 결합 복사 전송-확산 모델을 이용한 확산 광 단층 촬영의 이미지 재구성이라는 제목의 논문을 기반으로합니다. 다운로드 링크 저자 는 이미지의 픽셀을 추정하기 위해 알 수없는 벡터 의 희소성 정규화 와 함께 EM 알고리즘을 적용 합니다. 모델은엘1엘1l_1μμ\mu 와이= A μ + e(1)(1)와이=ㅏμ+이자형y=A\mu + e \tag{1} 추정치는 식 (8)에 μ^= 인수m …