Прогнозирование случайных процессов
Материал из Documentation.
Прогнозирование случайных процессов (ПСП) — предсказание значения случайного процесса в некоторый будущий момент времени по наблюдённым значениям этого процесса.[1]
Практически во всех представляющих интерес ситуациях предсказываемое значение процесса $X(t)$ в момент $t=t_1$ не может быть точно определено по имеющимся данным наблюдений и можно лишь добиваться, чтобы случайная ошибка прогноза $Δ=X(t_1)-\hat X(t_1)$, где $\hat X(t_1)$ — предсказанное значение $X(t_1)$, в среднем была по возможности наименьшей. В теории ПСП оптимальным (наилучшим) считается прогноз, для которого минимально математическое ожидание квадрата ошибки Δ; такой прогноз совпадает с условным математическим ожиданием случайной величины $X(t_1)$ при условии, что наблюдаемые величины, по которым строится прогноз, принимают фиксированные (известные из наблюдений) значения. Большое место в теории ПСП занимает теория оптимального линейного ПСП, посвящённая методам нахождения линейной функции от данных наблюдений, такой, что для неё средний квадрат отклонения от $X(t_1)$ меньше, чем для всех других линейных функций; в ряде практически важных случаев такое оптимальное линейное ПСП совпадает с общим оптимальным прогнозированием случайных процессов.[2]
Общая теория оптимального линейного ПСП для стационарных случайных процессов была разработана А. Н. Колмогоровым и Н. Винером в 1940-х годах. Большое развитие получила также теория оптимального (и линейного, и общего нелинейного) прогнозирования процессов, связанных с марковскими процессами.[3]
[править] Примечания
Прогнозирование | |
---|---|
Экономическое | Финансовое прогнозирование (Бюджетное) • Прогнозирование товарного рынка • Прогнозирование качества продукции |
Прочие виды прогнозирования | Политическое прогнозирование • Прогнозирование техногенных чрезвычайных ситуаций • Криминалистическое прогнозирование • Языковое прогнозирование • Прогнозирование случайных процессов |
Темы | Методы прогнозирования • Горизонт прогнозирования |