簡介
在連續參數情形,設{X(t),t∈(-∞,∞)}是均方連續的寬平穩過程,R()是它的相關函式。由R(T)的非負定性和波博赫納-辛欽定理知,存在有界非降右連續函式F,使得,這時稱函式 F 為過程的譜分布函式,也有文獻稱過程的協方差函式 () 通過確定的有界非降右連續函式 F 為過程的譜分布函式。
在離散參數情形,設{X (t),t=0,±1,±2,…}是寬平穩序列,R()是它的相關函式,則存在[-,]上有界非降右連續函式 F ,使得或使得協方差函式,這時稱F為序列的譜分布函式。
譜分布函式 F 不是惟一的,但它們之間最多相差一常數。由相關函式 R() 與由協方差函式 (r) 確定的譜分布函式不同之處是它們對應的勒貝格-斯蒂爾傑斯測度在 0 點相差一常數。
相關函式譜分解
[spectral decomposition of correlation function]
相關函式譜分解亦稱相關函式譜表示(spectral representation of correlation function)或譜展式(spectral expansion equation)。將相關函式表示為其譜分布函式的傅立葉變式。設弱平穩過程 有相關函式 R(t),則當 時有
而當 時有
此即相關函式的譜分解式,其中 是機率分布函式,稱 為 的 譜分布函式。特別地,當 ,稱此 為譜密度函式(spectral density function)。相關函式的模可積是譜密度存在的一個充分條件。
自協方差的譜表示
[spectral representation of autocovariance]
記平穩序列的自協方差函式為 ,根據譜表示理論,自協方差有如下的譜表示,即存在 上的非降的函式 F(x) 使得
稱 F(x) 為自協方差 的 譜分布函式。當F(x) 有密度函式時,即 時,則有
稱 f(x) 為 的譜分布密度函式(spectral density function)。
根據譜理論,自協方差函式與譜分布是相互唯一確定的,所以它們所描述序列的特性,本質上是相同的。在實際套用中,主要是根據序列的樣本數據 x(1),x(2),...,x(T),對譜分布的統計理論與方法有較長的歷史,擁有較完備和豐富的文獻資料,多年來已在諸多領域中被實際套用。