| 02.11.2019, 21:21 |
Namenloser324 |
Auf diesen Beitrag antworten » |
Streng stationären Prozess erzeugen mit definierten Abhängigkeiten
Hallo,
für eine Untersuchung würde ich gerne streng stationäre stochastische Prozesse generieren, welche dann von verschiedenen Prädiktoren vorhergesagt werden sollen. Diese streng stationären Prozesse sollten als Optimalprädiktor idealerweise keinen linearen Prädiktor aufweisen (das wäre bei einem Gaussprozess der Fall). Meine Idee war, dass man schlicht eine bedingte Wahrscheinlichkeitsdichte f(xn| x1, ..., xk) vorgibt (und diese Dichte keine Gaussverteilung ist) und die Realisierung zum Zeitpunkt n aus f bezieht, d.h. mittels der Dichte f sampled, gegeben x1, ..., xk. Daraus kann ich dann ja den Erwartungswert zu jedem Zeitpunkt berechnen und habe damit den Optimalprädiktor. Dann kann ich Prädiktoren des stochastischen prozesses mit dem bestmöglichen vergleichen.
Ist das sinnvoll? Hat jemand eine andere Idee? |
