Читать в оригинале

<< ПредыдущаяОглавлениеСледующая >>


Глава 7. Оценивание модели

После того как процесс идентификации привел к пробному варианту модели, нам необходимо получить эффективные оценки параметров. После этого подогнанная модель будет подвергнута диагностической проверке и тестам на качество подгонки. Как указывал Фишер, для того чтобы критерии согласия были подходящими, необходимо эффективно использовать данные в процессе подгонки. Если это не было сделано, неадекватность найденной модели может быть вызвана неэффективностью процедуры подгонки, а не тем, что неадекватен вид модели. Эта глава содержит общее рассмотрение методов правдоподобия и Байеса для оценок параметров стохастической модели. Всюду в этой главе полужирные буквы обозначают векторы и матрицы. Так,  — матрица с элементом  в -й строке и -м столбце и  — транспонированная матрица.



<< ПредыдущаяОглавлениеСледующая >>