Diberikan seri waktu (diamati) dengan , apakah ada uji statistik untuk menguji hipotesis nol bahwa (yaitu properti markov)?X t ∈ { 1 , . . . , N } P ( X t | X t - 1 , X t - 2 , . . . , X 1 ) = P ( X t | X t - 1 )
11
Diberikan seri waktu (diamati) dengan , apakah ada uji statistik untuk menguji hipotesis nol bahwa (yaitu properti markov)?X t ∈ { 1 , . . . , N } P ( X t | X t - 1 , X t - 2 , . . . , X 1 ) = P ( X t | X t - 1 )
Jawaban:
Pertanyaan bagus !! Di atas kepala saya, konsekuensi dari properti Markov, adalah bahwa pada , tidak tergantung pada , , ... (ini digunakan dalam pemodelan jaringan Bayesian ). X t X t - 2 X t - 3Xt - 1 Xt Xt - 2 Xt - 3
Jadi Anda bisa membuktikan properti Markov jika Anda dapat membuktikan untuk setiap indeks.P( Xt, Xt - 2, Xt - 3, . . . | Xt - 1) = P( Xt| Xt - 1) P( Xt - 2Xt - 3, . . . . | Xt - 1)
Satu-satunya kasus yang akan (relatif mudah) adalah jika variabel Gaussian multivariat. Kalau tidak, itu bisa sangat sulit untuk diterapkan, terutama jika pengamatan Anda terus menerus. Namun, Anda dapat menggunakan tes untuk independensi seperti , atau teknik yang lebih maju berdasarkan divergensi Kullback-Leibler seperti yang ditunjukkan dalam artikel ini misalnya.χ2
sumber