Andere Kunden interessierten sich auch für
![Estimación no paramétrica de funciones de varianza generalizada]( "Estimación no paramétrica de funciones de varianza generalizada")
Estimación no paramétrica de funciones de varianza generalizada25,99 €![Estimación de modelos de difusión con saltos]( "Estimación de modelos de difusión con saltos")
Estimación de modelos de difusión con saltos25,99 €![Análisis y Predicción de Series no lineales]( "Análisis y Predicción de Series no lineales")
Análisis y Predicción de Series no lineales57,99 €![Estimación de la volatilidad mediante el modelo CARR]( "Estimación de la volatilidad mediante el modelo CARR")
Estimación de la volatilidad mediante el modelo CARR19,99 €![Valuación de opciones a través de distribuciones sub-gaussianas]( "Valuación de opciones a través de distribuciones sub-gaussianas")
Valuación de opciones a través de distribuciones sub-gaussianas26,99 €![Teoría de la Probabilidad]( "Teoría de la Probabilidad")
Teoría de la Probabilidad63,99 €![Estudio de la Fiabilidad de Sistemas con Reparaciones Pospuestas]( "Estudio de la Fiabilidad de Sistemas con Reparaciones Pospuestas")
Estudio de la Fiabilidad de Sistemas con Reparaciones Pospuestas38,99 €
Este trabajo está relacionado con el estudio del problema de estimación de señales discretas a partir de observaciones inciertas y observaciones retrasadas aleatoriamente cuando no se dispone completamente del modelo de espacio de estados de la señal que se desea estimar, sino que la única información disponible son los valores observados, la distribución de las variables indicadoras que modelizan la incertidumbre o el retraso en las observaciones y las funciones de covarianzas de los procesos que intervienen en la ecuación de observación. Los algoritmos de estimación se obtienen mediante un enfoque por innovaciones, que simplifica sustancialmente su obtención. También se presentan algoritmos recursivos para la obtención de las matrices de covarianzas de los errores de estimación, que proporcionan una medida de la bondad de los estimadores obtenidos. Para ilustrar la aplicación de los algoritmos, se implementan en MatLab diversos programas que, en cada iteración, simulan la señalque se desea estimar así como la observación correspondiente y proporcionan tanto los estimadores como las matrices de covarianzas de los errores de estimación.