Generalized Adaptive Exponential Smoothing of Ergodic Markovian Observation Sequences

Dateibereich 5250

177,2 KB in einer Datei, zuletzt geändert am 03.09.1998

Dateiliste / Details

DateiDateien geändert amGröße
mathe131998.pdf03.09.1998 00:00:00177,2 KB
An exponential smoothing procedure applied to a homogeneous Markovian oberservation sequence generates an inhomogeneous Markov process as sequence of smoothed values. If the underlying observation sequence is moreover ergodic then for two classes of smoothing functions the strong ergodicity of the sequence of smoothed values is proved. As a consequence a central limit theorem and a law of large numbers hold true for the smoothed values. The proof uses general results for so-called convergent inhomogeneous Markov processes. In the literature a lot fo time series are discussed to which the smoothing procedures are applicable.
PURL / DOI:
Lesezeichen:
Permalink | Teilen/Speichern
Dokumententyp:
Wissenschaftliche Texte » Artikel, Aufsatz
Fakultät / Institut:
Fakultät für Mathematik
Dewey Dezimal-Klassifikation:
500 Naturwissenschaften und Mathematik » 510 Mathematik
Stichwörter:
60J20 Applications of discrete Markov processes (s, industrial processes, etc.), auto-correlation, 62M10 Time series, etc., regression, learning theory
Sprache:
Deutsch
Kollektion / Status:
E-Publikationen / Dokument veröffentlicht
Dokument erstellt am:
03.09.1998
Dateien geändert am:
03.09.1998
Medientyp:
Text