무게 변화를 역동적 인 과정으로 생각하면 여러 가지 방법이 있습니다.

예를 들어 적분기로 모델링 할 수 있습니다.
엑스˙( t ) = θ (X) ( t ) + V ( t )

$\dot{\mathrm{엑스}}(티)=\theta \mathrm{엑스}(티)+V(티)$

$\dot x(t) = \theta x(t) + v(t)$

여기서 는 무게 변화이며, θ 는 무게 변화의 속도와 관련이 있으며 v ( t ) 는 무게 변화에 영향을 줄 수있는 확률 적 장애입니다. 당신은 모델 수 V ( t ) 로 N ( 0 , Q를 ) 알려진 들어, Q (당신은 또한을 추정 할 수있다).x ( t )

$\mathrm{엑스}(티)$

$x(t)$θ

$\theta$

$\theta$v ( t)

$V(티)$

$v(t)$v ( t )

$V(티)$

$v(t)$엔( 0 , Q )

$\mathcal{엔}(0,큐)$

$\mathcal N(0,Q)$큐

$큐$

$Q$

여기에서 예를 들어 예측 오류 방법을 사용하여 두 모집단 (및 공분산)에 대한 모수 를 식별 할 수 있습니다 . 가우스 가정이 유지되는 경우 예측 오류 방법을 사용하면 θ 의 추정값이 가우시안 (무증상)임을 알 수 있으므로 θ 1 의 추정치 가 통계적으로 θ 2 의 추정치에 가까운 지 여부를 확인하기 위해 가설 검정을 작성할 수 있습니다.θ

$\theta$

$\theta$θ

$\theta$

$\theta$θ1

${\theta }_1$

$\theta_1$θ2

${\theta }_2$

$\theta_2$ .

참고로이 책을 제안 할 수 있습니다 .

---

답변