Ramalan linear sampel-oleh-sampel

1. Apakah kaedah ramalan linear?
2. Bagaimana anda menulis peraturan ramalan linear?
3. Bagaimana anda mencari prediktor linear terbaik?
4. Apakah ralat ramalan linear?

Apakah kaedah ramalan linear?

Ramalan linear adalah operasi matematik di mana nilai masa depan isyarat masa diskret dianggarkan sebagai fungsi linear sampel sebelumnya. Dalam pemprosesan isyarat digital, ramalan linear sering dipanggil pengekodan ramalan linear (LPC) dan dengan itu dapat dilihat sebagai subset teori penapis.

Bagaimana anda menulis peraturan ramalan linear?

Jenis peraturan yang sangat mudah dan popular adalah peraturan ramalan linear: YX ≡ A + XB untuk dua nombor A dan B. Ingat bahawa A dipanggil pemintas garis dan b dipanggil cerun. Cerun sering dianggap sebagai "naik ke atas lari".

Bagaimana anda mencari prediktor linear terbaik?

Prediktor linear mempunyai bentuk g (x) = β0 + β1x (1) + β2x (2) + ··· + βdx (d). g (x) = βt x. Sekali lagi, biarkan β * meminimumkan r (β) = e (y - xt β) 2. Kami panggil l * (x) = xt β * ramalan linear terbaik.

Apakah ralat ramalan linear?

Ralat ramalan, e (n), boleh dilihat sebagai output penapis ralat ramalan a (z), di mana. H (z) adalah prediktor linear yang optimum. x (n) adalah isyarat input. x ^ (n) adalah isyarat yang diramalkan.