1. Vấn đề
Tôi có một số phép đo của một biến yt , trong đó t=1,2,..,n , mà tôi có một bản phân phối fyt(yt) thu được thông qua MCMC, mà vì đơn giản tôi sẽ giả là một gaussian của trung bình μt và phương sai σ2t .
Tôi có một mô hình vật lý cho những quan sát đó, giả sử g(t) , nhưng phần dư rt=μt−g(t) dường như có mối tương quan; đặc biệt, tôi có lý do vật lý để nghĩ rằng quy trình AR(1) sẽ đủ để tính đến mối tương quan và tôi dự định đạt được các hệ số phù hợp thông qua MCMC, do đó tôi cần khả năng này . Tôi nghĩ rằng giải pháp này khá đơn giản, nhưng tôi không chắc lắm (có vẻ như rất đơn giản, tôi nghĩ rằng tôi đang thiếu một cái gì đó).
2. Xuất phát khả năng
A-trung bình zero AR(1) quá trình có thể được viết như sau:
Xt=ϕXt−1+εt, (1)
, nơi tôi sẽ giả
εt∼N(0,σ2w) . Các thông số được ước tính là, do đó,
θ={ϕ,σ2w} (trong trường hợp của tôi, tôi cũng có thêm các thông số của mô hình
g(t), nhưng đó không phải là vấn đề). Những gì tôi quan sát, tuy nhiên, là biến
Rt=Xt+ηt, (2)
nơi tôi đang giả định
ηt∼N(0,σ2t) , và
σ2t được biết (các lỗi đo lường) . Bởi vì
Xt là một quá trình gaussian,
Rt cũng vậy. Trong đó, tôi biết rằng
X1∼N(0,σ2w/[1−ϕ2]),
do đó,
R1∼N(0,σ2w/[1−ϕ2]+σ2t).
Thử thách tiếp theo là đạt được
Rt|Rt−1 cho
t≠1 . Để lấy được phân phối của biến ngẫu nhiên này, lưu ý rằng, sử dụng eq.
(2) Tôi có thể viết
Sử dụng eq.
(2)Xt−1=Rt−1−ηt−1. (3)
(2) và sử dụng định nghĩa của eq.
, tôi có thể viết,
R t = X t + η t = ϕ X t - 1 + ε t + η t .
Sử dụng phương trình
( 3 ) trong biểu thức cuối cùng này, sau đó, tôi có được,
R t(1)Rt=Xt+ηt=ϕXt−1+εt+ηt.
(3)
do đó,
R t | R t - 1 = φ ( r t - 1 - η t - 1 ) + ε t + η t ,
và do đó,
R t | R t - 1 ~ N (Rt=ϕ(Rt−1−ηt−1)+εt+ηt,
Rt|Rt−1=ϕ(rt−1−ηt−1)+εt+ηt,
Cuối cùng, tôi có thể viết các hàm likelihood như
L ( θ ) = f R 1 ( R 1 = r 1 ) n Π t = 2 f R t | R t - 1 ( R t = r tRt|Rt−1∼N(ϕrt−1,σ2w+σ2t−ϕ2σ2t−1).
nơi
f ( ⋅ ) là các bản phân phối của các biến mà tôi chỉ xác định, nghĩa là, xác định
L(θ)=fR1(R1=r1)∏t=2nfRt|Rt−1(Rt=rt|Rt−1=rt−1),
f(⋅)σ′2=σ2w/[1−ϕ2]+σ2t,
và xác định
σ2(t)=σ 2 w +σ 2 t -φ2σ 2 t - 1 ,
fRt| Rt-1(Rt=rt|Rt-1=rt-1)=1fR1(R1=r1)=12πσ′2−−−−−√exp(−r212σ′2),
σ2(t)=σ2w+σ2t−ϕ2σ2t−1fRt|Rt−1(Rt=rt|Rt−1=rt−1)=12πσ2(t)−−−−−−√exp(−(rt−ϕrt−1)22σ2(t))
3. Câu hỏi
- Đạo hàm của tôi có ổn không? Tôi không có bất kỳ tài nguyên nào để so sánh ngoài các mô phỏng (có vẻ đồng ý) và tôi không phải là một nhà thống kê!
- MA(1)ARMA(1,1)ARMA(p,q)