El problema de las condiciones iniciales en los algoritmos de estimación recursiva de modelos lineales

Abstract

En este artículo se proponen dos soluciones para independizar los resultados del criterio de estimación recursiva estándar de la influencia de condiciones iniciales arbitrarias. La primera solución consiste en utilizar un algoritmo recursivo corregido que descuenta el efecto de condiciones iniciales elegidas arbitrariamente sobre la estimación final de los parámetros de un modelo de regresión. La segunda solución consiste en la utilización de los filtros basados en la propagación de la matriz de información en lugar de la matriz de covarianzas. Estos algoritmos disponen, por construcción, de condiciones iniciales exactas y son robustos numéricamente.

This article proposes two solutions to allow the final recursive estimates of a regression model to be independent from arbitrary initial conditions. The first solution uses a recursive algorithm which discounts the effect of arbitrary initial conditions on the final parameter estimates. The second solution uses filters based on propagating the information matrix rather than the covariance matrix. By construction, this algorithm has exact initial conditions and is numerically robust.