有效的评价汽车倒退的协方差矩阵

3视图(30天)

显示旧的评论

Sebastiano Piccolroaz 2020年7月9日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/562331-efficient-evaluation-of-auto-regressive-covariance-matrix

编辑: Shubham Rawat 2020年8月25日

我需要提高以下协方差矩阵的计算(C), p是一个自回归模型的顺序和x (istart: istop)是我想要的时间序列C:

因为我= 0:p

j = 0:我

sum_ = 0;

t = p + istart: istop

sum_ = sum_ + x (t)) * (t-j);

结束

C (i + 1, j + 1) = sum_;

结束

0评论
显示1年长的评论藏1年长的评论

登录置评。

在回答这个问题。

答案(1)

Shubham Rawat 2020年8月24日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/562331-efficient-evaluation-of-auto-regressive-covariance-matrix answer_484115

编辑:Shubham Rawat 2020年8月25日

嗨,塞巴斯蒂安。,

你可以做以下的事情来评估有效,

你可以pre-initialize协方差(C)矩阵由0或1。

C = 0 (p + 1, + 1);

你可以Vectorize的代码为特定的任务。

                             t = p + istart: istop;
                            
                             cumulative_sum = cumsum (x(我)。* x (t-j));
                            
                             sum_ = cumulative_sum (last_element);