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.
Kapitel 3. Lokal polynomiale Modellierung Seite 37<br />
Für die Berechnung <strong>der</strong> Koeffizienten ist es s<strong>in</strong>nvoll, obigen Ausdruck mit Matrizen<br />
zu schreiben. Es soll gelten<br />
sowie<br />
X =<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
1 (x 1 − q) . . . (x 1 − q) p<br />
⎟<br />
. .<br />
. ⎠ (3.3)<br />
1 (x n − q) . . . (x n − q) p<br />
y =<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
⎛<br />
y 1<br />
ν<br />
⎟<br />
⎜<br />
. ⎠ und ν = ⎝<br />
0.<br />
T<br />
y n<br />
ν T p<br />
⎞<br />
⎟<br />
⎠ . (3.4)<br />
Weiterh<strong>in</strong> sei<br />
{√ }<br />
W = diag Kh (x i − q)<br />
=<br />
⎛<br />
⎞<br />
w 1 0 · · · 0<br />
0 w 2 · · · 0<br />
⎜<br />
⎝ . .<br />
..<br />
⎟ . . ⎠<br />
0 0 · · · w n<br />
(3.5)<br />
(3.6)<br />
e<strong>in</strong>e n × n-Wichtungsmatrix, auf <strong>der</strong>en Diagonale die sich aus <strong>der</strong> Kernfunktion<br />
ergebenden Gewichte stehen. Dann kann (3.2) geschrieben werden als<br />
P (ν) = (y − Xν) T W T W(y − Xν) (3.7)<br />
= y T W T Wy − ν T X T W T Wy − y T W T WXν + ν T X T W T WXν (3.8)<br />
= y T W y W − ν T X T W y W − y T W X W ν + ν T X T W X W ν , (3.9)<br />
wobei hier wie im Folgenden die Abkürzungen X W = WX und y W = Wy verwendet<br />
werden. Der Gradient dieser Funktion ist<br />
∇ ν P (ν) = −2X T W y W + 2X T W X W ν (3.10)<br />
und Nullsetzen des Gradienten und Auflösen nach ν ergibt e<strong>in</strong> e<strong>in</strong>deutiges Extremum<br />
<strong>der</strong> Funktion P (ν) bei