Шаг 46 сводится к прямому выполнению точечного и интервального прогноза. Эта операция возможна потому, что SW"1 по-прежнему является ковариационной матрицей оценок наибольшего правдоподобия, а применение техники спецификации ошибок основывалось на формулах обычного метода наименьших квадратов. Последнее и позволило применить обычную для этого метода формулу оценки доверительного интервала [c.80]
Указанный тип уравнения — единственный, для которого может быть построен алгоритм нахождения оценок максимального правдоподобия и точечного прогноза (см. [16, 24 — 25]). Однако и для этого вида уравнений неприменимы методы ковариационного анализа (см. [16]), а экспериментальные оценки методом Монте-Карло в [24] привели к заключению о наибольшей пригодности двухшагового метода обобщенных наименьших квадратов. Но фактические вычисления [25] — правда, по более сложным типам моделей — не подтвердили в столь категорической форме этого вывода. С другой стороны, как следует из анализа аналогичной проблемы для регрессионных уравнений с текущими значениями переменных [16], двухшаговые процедуры даже в этом более простом случае не приводят хотя бы к асимптотическим оценкам наибольшего правдоподобия. [c.81]
При обработке космических изображений целесообразнее всего использовать метод максимального правдоподобия, обеспечивающий наибольшую достоверность обнаружения и дающий возможность классифицировать пожарища по годам возникновения и по интенсивности восстановительных процессов. Метод кластерного анализа позволяет достаточно эффективно обнаруживать пожарища и может быть рекомендован там, где не требуется проводить классификацию пожарищ. Метод минимальной дистанции может применяться в качестве быстрой процедуры обнаружения пожарищ и их предварительной классификации. [c.41]
Наиболее точное образование матрицы П получается при методе наибольшего правдоподобия Йохансена (1988) и Йохансена и Йезулеуса (1990), который применяется к коинтеграции нескольких временных рядов. [c.347]
Для определения векторов коинтеграции в случае многих переменных и для построения модели исправления ошибок воспользуемся методом наибольшего правдоподобия Йохансена. Модель исправления ошибок для многих переменных — это всего лишь общий вид модели для двух переменных. Опять мы начнем с построения модели VAR и приведем ее к разностям. Однако на этот раз векторы будут п х 1, а не 2 х 1, и матрицы будут п х п, а не 2 х 2. [c.348]
Согласно данному методу, вероятность того, что кризис произойдет определенное время в отдельно взятой стране, является функцией вектора объясняющих переменных X(i, г). Объясняемая переменная P(i, t) принима< значение 1 в случае, если валютный кризис произошел в стране i в моме времени t, и значение 0 в остальных случаях. Для определения вклада экз генных переменных в формирование кризисной ситуации используют мете наибольшего правдоподобия. Исследуемая функция в данном случае буд< выглядеть следующим образом [c.696]
Разработаны критерии наступления чрезвычайной ситуации в соответствии с предложенной классификацией сезонов. Установлено, что достоверность распознавания гарей существенно повышается при совместной обработке 1, 2, 3 и 5 каналов AVHRR. При обработке космических изображений целесообразнее всего использовать метод максимального правдоподобия, обеспечивающий наибольшую достоверность распознавания пожарищ. [c.32]