Уменьшение оценки взаимной спектральной плотности стационарного случайного процесса
Найдем математическое ожидание построенной оценки :



где


Следовательно,
оценка
является
асимптотически
несмещенной
со смещением,
убывающим как
.
Найдем
явный вид
коэффициентов
в представлении
(2.4),
![]()
![]()
Видим, что


![]()
Таким образом, справедливо следующее утверждение.
Теорема
2.1. Оценка
взаимной спектральной
плотности
стационарного
в широком смысле
случайного
процесса
,
задаваемая
равенством
(2.5), удовлетворяет
соотношению
,
,
при
условии, что
справедливо
соотношение
(2.4) для
![]()
При нахождении моментов оценок спектральных плотностей вторых и высших порядков появляются функции вида
(2.6)
где
задаются соотношением
![]()

![]()
3.
ОКНА ПРОСМОТРА
ДАННЫХ
Чтобы выделить определенные характеристики спектральных оценок, нередко прибегают к сглаживанию значений на концах случайного временного ряда. Временное сглаживание представляет собой умножение ряда на «окно данных».
В
соотношении
(2.3) введена функция
,
называемая
окном просмотра
данных (множителем
сходимости,
коэффициентом
сглаживания).
Функцию
(3.1)
называют
частотным
окном. Из соотношения
(3.1) вытекает, что
![]()
Характерное
поведение
функции
состоит в том,
что она становится
все более
сконцентрированной
в окрестности
нуля при
.
Примеры окон просмотра данных:
1
– окно Дирихле;
1-
– окно Фейера;

;

– окно
Хэннинга;

– окно
Хэмминга;

– окно
Хэмминга;

,
где
– окно Хэмминга;
1-
– окно Рисса.
ЗАКЛЮЧЕНИЕ
В данной работе исследована оценка спектральной плотности вида

где
,
а периодограмма
задана следующим
соотношением

Построены графики этой оценки для различных окон данных на основании данных, представляющих собой последовательность наблюдений - температуры воздуха в городе Бресте с октября 2008 по февраль 2009 года.
Графики построены также для центрированного случайного процесса.
СПИСОК
ИСПОЛЬЗОВАННЫХ
ИСТОЧНИКОВ
Андерсон Т. Статистический анализ временных рядов. – М.: Мир, 1976. – 755 с.
Бриллинджер Д. Временные ряды. Обработка данных и теория. - М.: Мир, 1980. - 536 с.
Журбенко И.Г. Спектральный анализ временных рядов. - М.: Изд-во МГУ, 1982. - 168 с.
Труш Н.Н. Асимптотические методы статистического анализа временных рядов. – Мн.: БГУ, 1999. - 218 с.
Труш Н.Н., Мирская Е.И. Случайные процессы. Преобразования Фурье наблюдений. – Мн.: БГУ, 2000.
ПРИЛОЖЕНИЕ
Для исследования оценки (3.1) был исследован ряд, состоящий из 176 наблюдений ежедневной температуры воздуха в городе Бресте с октября 2008 по февраль 2009 года.

Рис. 1 - График оценки спектральной плотности (2.1) для окна Дирихле

Рис. 2 - График оценки спектральной плотности (2.1) для окна Дирихле для центрированного случайного процесса

Рис. 3 - График оценки спектральной плотности (2.1) для окна Фейера

Рис. 4 - График оценки спектральной плотности (2.1) для окна Фейера для центрированного случайного процесса

Рис. 5 - График оценки спектральной плотности (2.1) для окна вида 3

Рис. 6 - График оценки спектральной плотности (2.1) для окна вида 3 для центрированного случайного процесса

Рис. 7 - График оценки спектральной плотности (2.1) для окна Хэннинга

Рис. 8 - График оценки спектральной плотности (2.1) для окна Хэннинга для центрированного случайного процесса

Рис. 9 - График оценки спектральной плотности (2.1) для окна Хэмминга вида 5

Рис. 10 - График оценки спектральной плотности (2.1) для окна Хэмминга вида 5 для центрированного случайного процесса

Рис. 11 - График оценки спектральной плотности (2.1) для окна Хэмминга вида 6

Рис. 12 - График оценки спектральной плотности (2.1) для окна Хэмминга вида 6 для центрированного случайного процесса

Рис. 13 - График оценки спектральной плотности (2.1) для окна Хэмминга вида 7

Рис. 14 - График оценки спектральной плотности (2.1) для окна Хэмминга вида 7 для центрированного случайного процесса

Рис. 15 - График оценки спектральной плотности (2.1) для окна Рисса

Рис. 16 - График оценки спектральной плотности (2.1) для окна Рисса для центрированного случайного процесса