Авторегрессионная модель

Авторегрессионная (AR-) модель (англ. autoregressive model) — модель временных рядов, в которой значения временного ряда в данный момент линейно зависят от предыдущих значений этого же ряда. Авторегрессионный процесс порядка p (AR(p)-процесс) определяется следующим образом X t = c + ∑ i = 1 p a i X t − i + ε t , {\displaystyle X_{t}=c+\sum _{i=1}^{p}a_{i}X_{t-i}+\varepsilon _{t},} где a 1 , … , a p {\displaystyle a_{1},\ldots ,a_{p}}  — параметры модели (коэффициенты авторегрессии), c {\displaystyle c}  — постоянная (часто для упрощения предполагается равной нулю), а ε t {\displaystyle \varepsilon _{t}}  — белый шум. Простейшим примером является авторегрессионный процесс первого порядка AR(1)-процесс: X t = c + r X t − 1 + ε t {\displaystyle X_{t}=c+rX_{t-1}+\varepsilon _{t}} Для данного процесса коэффициент авторегрессии совпадает с коэффициентом автокорреляции первого порядка. Другой простой процесс — процесс Юла — AR(2)-процесс: X t = c + a 1 X t − 1 + a 2 X t − 2 + ε t {\displaystyle X_{t}=c+a_{1}X_{t-1}+a_{2}X_{t-2}+\varepsilon _{t}}

Слова

В этой таблице показан пример использования частотного словаря для извлечения ключевых слов из приведенного выше текста.

СловоЧастота словаКоличество статейВес
t1821150.738
x1361310.445

This website uses cookies to ensure you get the best experience on our website. Learn more. Got it.