Новый метод оценки параметров с учетом ошибки последовательности наблюдений авторегрессионной модели

Предложен новый метод оценки параметров для решения проблемы, заключающейся в наличии ошибки наблюдения как в векторе наблюдений, так и в матрице коэффициентов для авторегрессионной модели. Сначала выполняется рекомбинация вектора наблюдений и матрицы коэффициентов, что позволяет избежать ситуации, когда одно и то же значение наблюдения появляется как в векторе наблюдений, так и в матрице коэффициентов. Затем выводится детальный алгоритм, основанный на принципе полных наименьших квадратов и непрямой адаптации. Эффективность и пригодность предлагаемого метода анализируются с использованием примеров проверки и моделирования и сравниваются со взвешенными полными наименьшими квадратами и коррелированными полными наименьшими квадратами.