Ковариация между оцененным сигналом и ошибочным процессом делает лучший прогноз - PullRequest
0 голосов
/ 11 октября 2019

Предположим, у меня есть оценка $\hat{\mathbfit{Y}}$ для процесса данных $\mathbfit{Z}$ с ошибкой $\mathbfit{\epsilon}$; $\mathbfit{Z} = \hat{\mathbfit{Y}} + \mathbfit{\epsilon}$.

Если $Cov(\hat{\mathbfit{Y}}, \mathbfit{\epsilon})$ равен ненулевой , можем ли мы сказать этот прогнозэто хорошо? (по крайней мере, лучше, чем когда ковариация равна 0?)

Спасибо!

...