인 (관측 된) 시계열 가 주어지면 (즉, 마르코프 속성)?X t ∈ { 1 , . . . , N } P ( X t | X t – 1 , X t – 2 , . . . , X 1 ) = P ( X의 t | X t – 1 )
엑스티Xt∈{1,...,n}
P(X티|엑스t−1,엑스티−2,...,엑스1)=피(엑스티|엑스티−1)
답변
좋은 질문 !! 내 머리 위에 Markov 속성의 결과는 조건 적으로 이고 X t 는 X t – 2 , X t – 3 , … ( Besian 네트워크 모델링 에서 사용됨)와 독립적입니다. .
엑스티−1엑스티
엑스티−2
엑스티−삼
당신이 증명할 수있는 경우는 마르코프 속성을 증명할 수 있도록
피(엑스티,엑스티−2,엑스티−삼,...|엑스티−1)=피(엑스티|엑스티−1)피(엑스티−2엑스티−삼,....|엑스티−1)모든 인덱스에 대해
변수가 다변량 가우시안 인 경우 (상대적으로 쉬운) 유일한 경우입니다. 그렇지 않으면 특히 관찰이 연속적인 경우 구현하기가 매우 어려울 수 있습니다. 그래도 와 같은 독립성 테스트 또는 이 기사 에 표시된 바와 같이 Kullback-Leibler 분기를 기반으로 한 고급 기술을 사용할 수 있습니다 .
χ2