一.特征估计和模型检验
1、均值估计
[1]估计量 ̂= ̅_n
[2]性质
无偏性: ̂是 的无偏估计
相合性:若 _ → 0,则 ̂是 的相合估计;如果{ }严遍历则是强相合估计
收敛性:若
![d76b722dd09f30d3e6a90a97c9c7f1cc.png](https://img-blog.csdnimg.cn/img_convert/d76b722dd09f30d3e6a90a97c9c7f1cc.png)
若{ _ }正态/独立同分布白噪声,则
![08a67ee8fad504c2f85d5a215bd2bf8c.png](https://img-blog.csdnimg.cn/img_convert/08a67ee8fad504c2f85d5a215bd2bf8c.png)
2、自协方差
[1]估计量
![4fac99533ef017c3049338104ecfbdf2.png](https://img-blog.csdnimg.cn/img_convert/4fac99533ef017c3049338104ecfbdf2.png)
[2]性质
![d1dc0785cfe20526ae757a8d721dd916.png](https://img-blog.csdnimg.cn/img_convert/d1dc0785cfe20526ae757a8d721dd916.png)
(若 { 1 = 0} = 0,则
3、偏相关函数
[1]定义
![92e9ca43d5ad0db7767fd0062f61d264.png](https://img-blog.csdnimg.cn/img_convert/92e9ca43d5ad0db7767fd0062f61d264.png)
[2]性质
如果{ }是正态平稳序列,则
[1]估计量 ̂= ̅_n
[2]性质
无偏性: ̂是 的无偏估计
相合性:若 _ → 0,则 ̂是 的相合估计;如果{ }严遍历则是强相合估计
收敛性:若
若{ _ }正态/独立同分布白噪声,则
[1]估计量
[2]性质
(若 { 1 = 0} = 0,则
[1]定义
[2]性质
如果{ }是正态平稳序列,则