Processing math: 100%

Случайные заметки

Условное ожидание или проекция

В фильтре Калмана возникает такая подзадача:

Найдите E(ab) и Var(ab), если векторы a и b имеют совместное нормальное распределение.

Давайте её решим.

Исходя из аксиоматики Хершела-Максвелла, для совместного нормального распределения некоррелированность равносильна независимости. Некоррелированности ошибки прогноза aˆa с известным вектором b можно добиться используя линейные прогнозы ˆa=Λb+d.

Сразу из условия E(aˆa)=0 запишем ˆa=μa+Λ(bμb).

И теперь осталось найти Λ из условия Cov(aˆa,b)=0.

Cov(a,b)=Cov(ˆa,b)

Подставляем линеную формулу для прогнозов: Cov(a,b)=Cov(μa+Λ(bμb),b)

И получаем систему: Cov(a,b)=ΛVar(b)

Отсюда: Λ=Cov(a,b)Var1(b).

Это формула является зеркальной копией известного в регрессии ˆβ=(XTX)1XTy.

Отличие состоит в том, что (XTX)1XTy работает с выборкой и по каждой переменной у нас n наблюдей.

А в формуле Cov(a,b)Var1(b) векторы a и b — это случайные величины.