Analysis of the properties of OLS-estimates in parameter identification of distributed dynamic processes

Abstract

This work is devoted to analysis and research of OLS-estimates properties when identifying parameters of distributed dynamic processes. The study showed that at a low level of observation errors (1% and lower), the use of direct OLS estimates to identify parameters of distributed dynamic processes gives satisfactory results. At the same time, the displacement value is always slightly higher than the value of the standard deviation of the parameter estimate, which does not allow to neglect the displacement, especially at a high and average level of observation errors. The method of obtaining so-called alternative OLS-estimates is also proposed, which allows to reduce multicollinearity in sample statistics and at any level of observation errors significantly reduce standard error of parameter estimation.

Исследование Решения Задачи Параметрической Идентификации Моделей Распределенных Динамических Процессов

“…В рамках данной работы проведен сравнительный анализ решения задачи параметрической идентификации (3) в случае применения к ней обычного метода наименьших квадратов (МНК), ридж-регрессии и двух авторских методов понижения размерности [10,11]. Нами были предложены методы понижения размерности за счет учета свойства консервативности разностной схемы [10,11]. Так в работе [10], с учетом коррелированности временных рядов в смежных узлах сетки, предложено уровень ряда в i-м узле заменить на выражение…”

“…Нами были предложены методы понижения размерности за счет учета свойства консервативности разностной схемы [10,11]. Так в работе [10], с учетом коррелированности временных рядов в смежных узлах сетки, предложено уровень ряда в i-м узле заменить на выражение…”