Biorąc pod uwagę (obserwowana) Czas serii o x t ∈ { 1 , . . . , N } , to jest test statystyczny testowania zerową hipotezę, że P ( X , T | X T - 1 , X t - 2 , . . . , X 1 ) = P ( x T | X t - 1 ) ( tj. własność markov)?
3
Myślę, że artykuł „ Testowanie własności Markowa w szeregach czasowych ” zawiera użyteczny wgląd i przegląd literatury.
—
Pardis
jeśli chcesz przetestować założenie Markovian w izolacji, będziesz musiał zrobić coś takiego jak papier @Pardis linked. Jeśli chcesz sprawdzić to założenie w kontekście jakiegoś modelu pasującego do mojego modelu, chciałbym zrobić coś nieformalnego, na przykład: zanotować wspólne prawdopodobieństwo zgodnie z założeniem Markoviana i dopasować model. Następnie zanotuj wspólne prawdopodobieństwo bez założenia Markowa i ponownie dopasuj model. Jeśli szacunki są mniej więcej takie same, wówczas nic nie jest stracone przy użyciu założenia Markowa. (Robię to jako komentarz, ponieważ nie zawiera jednoznacznej odpowiedzi na pytanie)
—
Makro
Świetne referencje od Pardis! Zgodnie z tym, co mówi Makro, jeśli dopasujesz model AR (1) do danych i dobrze pasuje, to w sposób, który testuje właściwość Markowa, ponieważ procesy AR (1) są Markowskie.
—
Michael R. Chernick
Tak @MichaelCherknick, ale na pewno istnieją inne modele Markovian. Źle dopasowane AR (1) nie oznacza, że model nie jest markowy.
—
Makro
@Pardis, 404 na link do „Testowanie własności Markowa ...”
—
alancalvitti