Тогда процесс
(1)
называется процессом скользящего среднего. Этот
процесс сформирован полностью из шума
(из белого шума)
путем сдвига и весового суммирования.
(
- весовые коэффициенты). Сумма (1) генерирует
процесс
. Процесс
- коррелированный марковский
процесс.
Генератор скользящего среднего для формулы (1)
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
a
![]()

![]()
![]()
i
![]()
![]()
![]()
x
![]()
![]()
![]()
![]()
:
i
:
![]()
![]()
Модель авторегрессии и скользящего среднего
авторегрессия скользящее среднее
![]()
![]()
![]()
![]()
![]()
генератор генератор
случайного сигнала авторегресии
Здесь
- белый шум;
- марковский(модельный)процесс, n=1,2
Между генераторами процесс коррелирован.
Многомерная марковская модель
(1)
, где
;
;
Это самая распространенная модель
(2)
В модели (1) шумы характеризуются матрицей ковариации в
отличие от авторегрессии, под которой понимается следую-
щее:
;
;
- столбец
- строка
Элементы матрицы
состоят из корреляции внутри столбика
шума. Столбики между собой коррелированы.
Модель нелинейной регрессии
(3)
(4)
В формулах (3)(матричная форма записи),и (4)(скалярная