Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Anhang A<br />
Berechnung <strong>der</strong> Modellkoeffizienten<br />
In diesem Anhang soll kurz auf die praktische Berechnung von (3.11) e<strong>in</strong>gegangen<br />
werden, da die numerische Stabilität, die erst durch e<strong>in</strong> Regularisierung des Modells<br />
gewährleistet werden kann (siehe Abschnitt 3.4), e<strong>in</strong>e entscheidende Rolle bei <strong>der</strong><br />
Genauigkeit des Modells spielt. Hierbei spielt die die S<strong>in</strong>gulärwertzerlegung (SVD)<br />
<strong>der</strong> Matrix X W e<strong>in</strong>e entscheidende Rolle.<br />
Allgeme<strong>in</strong> ist für e<strong>in</strong>e Matrix A ∈ R m×n die S<strong>in</strong>gulärwertzerlegung gegeben durch<br />
A = U S V T ,<br />
(A.1)<br />
wobei U ∈ R m×m und V ∈ R n×n orthogonal und S ∈ R m×n e<strong>in</strong>e Diagonalmatrix ist.<br />
Auf <strong>der</strong> Diagonalen von S stehen die S<strong>in</strong>gulärwerte σ i , wobei mit r = Rang(A) gilt<br />
σ 1 ≥ . . . ≥ σ r ≥ σ r+1 = . . . = σ m<strong>in</strong>(m,n) = 0 .<br />
(A.2)<br />
Die S<strong>in</strong>gulärwerte s<strong>in</strong>d durch die Matrix A e<strong>in</strong>deutig bestimmt, nicht jedoch die<br />
orthogonalen Matrizen U und V. Def<strong>in</strong>iert man nun die Matrix S † durch<br />
⎛<br />
S † :=<br />
⎜<br />
⎝<br />
⎞<br />
1/σ 1 0 · · · 0<br />
...<br />
. .<br />
1/σ r 0 · · · 0<br />
0 · · · 0 0 · · · 0<br />
⎟<br />
. . . . ⎠<br />
0 · · · 0 0 · · · 0<br />
(A.3)<br />
so kann man zeigen [45, Satz 6.5], dass für m ≥ n und Rang(A) = n die Pseudo<strong>in</strong>verse<br />
von A gegeben ist durch<br />
A † = V S † U T<br />
(A.4)<br />
101