Как стать автором
Обновить

Комментарии 2

Спасибо за статью. Мне немного стыдно писать свой комментарий т.к. я как программист не сталкивался с проблемой оценивания спектра внешнего воздействия по коэффициенту демпфирования механической системы.

Но про то, как применяют эту модель эконометристы, было бы интересно узнать поподробнее. Как я понял, у нас есть «черный ящик», мы знаем историю входящего значения и историю результата и мы хотим предсказать следующий результат. Для этого нам нужно как-то подобрать линейные коэффициенты модели.

Я правильно понимаю, что это классический случай задач в стиле Flu Trends? То есть у нас есть история поиска лекарств в Google в реальном времени и официальные данные по гриппу с задержкой и мы хотим оценить текущую заболеваемость (Google, кстати, в итоге признали, что модель не работает).

Еще мне вспомнилась недавняя статья "Представление произвольных полиномов в виде конечных разностей с произвольным шагом". Это частный случай этой модели, когда коэффициенты b_i равны нулю и процесс моделируется полиномом степени p.

В общем было бы очень интересно узнать про методы подбора коэффициентов у эконометристов.
Нет, нет. Многоканальное ARMA тоже есть и тоже представляет немалый интерес, но пока разговор про анализ одного-единственного процесса — считаем, что ничто иное нам недоступно для наблюдения. Для целей предсказания самое простое как для применения, так и для понимания — чисто авторегрессионная модель (AR(p), или, иными словами, ARMA(p,0), то есть прогноз следующего значения x[i]- это линейная комбинация p предыдущих x[i-1]a1+x[i-2]a2+… Коэффициенты a1...ap зовут «коэффициенты линейного предсказания». Для поиска обычно используют систему линейных алгебраических уравнений с ковариационными коэффициентами — (для стационарных процессов — значениями автокорреляционной функции)(т.наз. уравнения Юла-Уокера(aka Юла-Уолкера). Они очень просты, если сподоблюсь, что-нибудь про это на днях напишу. Правда, скорее, больше про спектральное оценивание.
Зарегистрируйтесь на Хабре , чтобы оставить комментарий

Публикации

Истории