Cтраница 1
Условная дисперсия всегда меныпе маргинальной дисперсии, если корреляции между 0j и 97 - не равны нулю при всех значениях /; в противном случае обе дисперсии равны ДРУГ другу. [1]
Аналогично условная дисперсия D XI у, рассматриваемая как функция у, и условная дисперсия D Ylx, рассматриваемая как функция х, образуют линии, называемые теоретическими скедастическими линиями. [2]
Линия условных дисперсий называется скедаст йческой пинией. [3]
Ход линий условных дисперсий ( скедастических линий) для этих же компонент вибрационного процесса ( см. рис. 5) также сильно зависит от значения параметра. [4]
Подобным образом вводятся условные дисперсии и условные моменты более высоких порядков. [5]
Таким образом, h - условная дисперсия - является авторегрессионным процессом квадратов остатков, авторегрессионной условной гетероскедастичостью. [6]
При каждом фиксированном значении аргументов условная дисперсия должна быть либо постоянна, либо пропорциональна известной функции аргументов. [7]
Они называются условным средним и условной дисперсией при фиксированном значении второй случайной величины. [8]
Двухфакторная модель GARCH может применяться для определения условной дисперсии и условной ковариации и коинтефации двух переменных. Кроме того, можно включить параметр коинтефации в уравнение условного математического ожидания, который затем делает параметры GARCH пригодными для создания более эффективных коэффициентов хеджирования, поскольку процесс хеджирования эффективен, когда переменные коинтефированы. [9]
В модели GARCH ( p, q) условная дисперсия зависит от размера остатков, а не от их знака. Хотя существует свидетельство, например у Блэка ( 1976), что волатильность и доходность активов обладают отрицательной корреляцией. Таким образом при росте цен на ценные бумаги при положительной доходности волатильность падает, и наоборот, когда цена активов падает, приводя к снижению доходности, то волатильность растет. В самом деле, периоды высокой волатильности связаны со спадами на фондовых рынках, а периоды низкой волатильности ассоциируются с подъемом на рынках. [10]
Остатки из этих уравнений могут войти в уравнения условной дисперсии, как это описано ранее. [11]
На рис. 5.105 зависимость между случайными величинами проявляется в изменении условных дисперсий ( с ростом х DX ( Y) увеличивается), при этом Mx ( Y) const, т.е. линия регрессии Y по Л параллельна оси Ох. На рис. 5.10 в случайные величины У и А независимы, так как с изменением х распределение случайной величины У, а значит, условное математическое ожидание Мх ( Y) и условная дисперсия Dx ( Y) не меняются. [12]
Однако мы заинтересованы в условной средней т, и в условной дисперсии, которую обозначают А. Условная средняя - это математическое ожидание случайной переменной, когда ожидания обусловлены информацией о других случайных переменных. Эта средняя обычно является функцией этих других переменных. Аналогично условная дисперсия - это дисперсия случайной переменной, обусловленная информацией о других случайных переменных. [13]
Если заданная дисперсия выходной переменной такова, что математическое ожидание условной дисперсии будет не больше DY ( t), определяемой уравнением (10.108), то достаточно ограничиться линейным описанием технологического процесса. [14]
По отношению к этому распределению можно ввести понятия условного математического ожидания, условной дисперсии и др., причем общие свойства математических ожиданий и дисперсий, установленные ранее, имеют место и в случае условных распределений. [15]