Асимптотика линейной рекуррентной регрессии при диффузной инициализации

Abstract

Досліджено поведінку рекурентного методу найменших квадратів за відсутності апріорної інформації щодо оцінюваних невідомих параметрів. Розроблено підхід, що дозволяє представити в аналітичній формі його характеристики, пояснити феномен розбіжності і запропонувати граничний рекурентний алгоритм оцінювання, який не залежить від великого параметра, що характеризує початкову невизначеність і призводить до розбіжності.

The behavior of recurrent least-squares method in the absence of a priori information with respect to estimated unknown parameters is studied. The developed approach permits to express characteristics of recurrent least-squares method in an analytical form, to explain phenomenon of divergence and suggests a limiting recurrent estimation algorithm which is not dependent on large initial parameter leading to divergence.