1) auto-covariance
自协方差
1.
The paper studies the auto-covariance estimation of Gamma distribution by using the asymptotic behavior of student U -statistic,gives the large sample interval estimation for the scale parameter,and carries out the computing simulation according to the method of random simulation.
利用学生氏Ｕ－统计量的渐近性质，研究伽玛分布的自协方差估计，同时给出了尺度参数的大样本区间估计，并采用随机模拟的方法进行计算模拟。
2.
e, auto-covariance and spectrum) had been studied by several authors and showed that it was similar to an ARMA model.
本文讨论一类特殊的双线性时间序列模型,该模型中,每一个双线性项均为两个相关的随机变量的乘积,该模型的二阶结构(自协方差和谱)目前已经很清楚了,同线性ARMA模型类似,亦具有有理谱密度,理论上,为了识别该模型,通常是考虑三阶结构(三阶矩和双谱),但由于该模型的复杂性,精确的三阶结构是无法求出的,本文给出一种计算近似三阶矩的公式,由此得到了近似的双谱密度,仿真计算验证了这种方法是有效的。
3.
Given in this paper are two estimators of auto-covariance and their properties withnonconsecutively observed time series.
讨论了时间序列分析中观测数据不完全时自协方差函数的两种矩估计及其相关性质,并在推广Bartlett\'s公式的基础上,给出了估计的方差的阶。
3) auto covariance
自协方差
1.
The authors compute auto covariance, cross covariance and bi cross covariance and obtain spectral density, cross spectral density and bi cross spectral density for LSDBL model.
针对下次对角双线性 (LSDBL)模型进行研究 ,计算出了该模型的自协方差函数、互协方差函数和双互协方差函数 ,在此基础上得到了该模型的谱密度、互谱密度和双互谱密度 。
4) pseudoautocovariance
伪自协方差
5) autocovariance function
自协方差方程
6) autocovariance function
自协方差函数
1.
In this paper, the autocovariance function and the relationship between linear and general bilinear time series model are derived.
对非线性时间序列分析中常见的双线性时序模型,本文给出了一般双线性时序模型自协方差函数间的关系以及与线性时序模型自协方差函数间关系的联系,运用Volterra级数表达式导出了双线性时序模型的脉冲响应函数和频率特性函数。
2.
This paper derived the recursive formula of autocovariance function and a three-stage algorithm of computing spectral density of MAR model,thus we solved spectral analysis problem of MAR model.
针对MAR模型导出其自协方差函数的递推关系式及计算谱密度的算法,从而从理论上解决了这一模型的谱分析问题。
补充资料：自协方差
自协方差
autocovariance
自协方差!au血目】怕rian沈;a盯.吸脚脚圈侧.].随机二连程犬的 戈和戈*、的协方差(covarian代).若以〔X记随机变量X的数学期望，则自协方差等于 日戈一EX)(尤一*一任丫衬“自协方差”一词通常用于(宽)平稳随机过程(s tat似。aryStochastic Process).对这种过程，自协方差只依赖于h.且它与自相关(auto一correlation)的差异仅在于多了一个因子，该因子就是戈的方差.‘协方差函数”和“自协方差函数”这两个术语也和“自协方差’这个术语在同一意义下使用.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条