趋势自回归滑动平均时间序列的口头有效估计与一致模型选择

从出版商下载全文

由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。

IDEAS上列出的参考文献

1. Bernard Garel和Marc Hallin，1995年。"具有线性趋势的多元ARMA过程的局部渐近正态性,"统计数学研究所年鉴，施普林格；统计数学研究所，第47卷（3），第551-579页，9月。
   • Garel，B.和Hallin，M.，1992年。"线性趋势多元ARMA过程的局部渐近正态性,"论文9213，布鲁塞尔自由大学-C.E.M.E。。
   • 马克·哈林（Marc Hallin）和伯纳德·加雷尔（Bernard Garel），1995年。"具有线性趋势的多元ARMA过程的局部渐近正态性,"ULB机构知识库2013/2053，ULB——布鲁塞尔自由大学。
2. 安娜·路易丝·施罗德（Anna Louise Schroeder）和彼得·弗里兹莱维茨（Piotr Fryzlewicz），2013年。"基于多尺度变点诱导基恢复的金融时间序列自适应趋势估计,"伦敦政治经济学院经济学研究在线文档54934，伦敦政治经济学院，伦敦政治学院图书馆。
   • Schröder，Anna Louise&Fryzlewicz，Piotr，2013年。"基于多尺度变点诱导基恢复的金融时间序列自适应趋势估计,"MPRA纸52379，德国慕尼黑大学图书馆。
3. 姚启伟，布罗克韦尔，彼得J，2006。"ARMA模型的高斯最大似然估计。一、时间序列,"伦敦政治经济学院经济学研究在线文档57580，伦敦政治经济学院图书馆。
4. 姚启伟（Qiwei Yao）和彼得·布罗克韦尔（Peter J.Brockwell），2006年。"ARMA模型的高斯最大似然估计。一、时间序列,"时间序列分析杂志Wiley Blackwell，第27卷（6），第857-875页，11月。
5. 马淑杰，2014。"多项式样条回归的节点数选择器插件,"非参数统计杂志《泰勒与弗朗西斯杂志》，第26卷（3），第489-507页，9月。
6. Q.Shao和L.J.Yang，2011年。"非参数分析中的自回归系数估计,"时间序列分析杂志Wiley Blackwell，第32卷（6），第587-597页，11月。
7. 邱，D.&邵，Q.&杨，L.，2013。"趋势存在时自回归系数的有效推断,"多元分析杂志爱思唯尔，第114（C）卷，第40-53页。
8. 姚启伟，布罗克韦尔，彼得J，2006。"ARMA模型的高斯最大似然估计Ⅱ：空间过程,"伦敦政治经济学院经济学研究在线文档伦敦政治经济学院图书馆伦敦经济与政治学院5416室。
9. 姚启伟（Yao，Qiwei）和布罗克韦尔（Brockwell）（Peter J.），2006年。"ARMA模型的高斯最大似然估计Ⅰ：时间序列,"伦敦政治经济学院经济学研究在线文档5825，伦敦政治经济学院，伦敦政治经济学院图书馆。
10. Peter Hall和Ingrid Van Keilegom，2003年。"用基于差分的方法推断具有时间序列误差的非参数回归,"英国皇家统计学会学报B辑英国皇家统计学会，第65卷（2），第443-456页，5月。

引文

引用人：

1. Jie Li、Jiangyan Wang和Lijian Yang，2022年。"时间序列分布函数的Kolmogorov–Smirnov同时置信带,"计算统计学，施普林格，第37卷（3），第1015-1039页，7月。
2. 梁忠奇、王启华和魏玉亭，2022年。"协变量随机缺失的稳健模型选择,"统计数学研究所年鉴，施普林格；统计数学研究所，第74卷（3），第539-557页，6月。
3. Eddie Anderson&Artem Prokhorov&Yajing Zhu，2020年。"二维Copula的简单估计及其应用,"牛津经济统计公报牛津大学经济系，第82（6）卷，1375-1412页，12月。
4. Q.Shao，2023年。"新冠肺炎病例数比较的同时置信带方法,"生物科学统计，施普林格；国际中国统计协会，第15卷（2），第372-383页，7月。
5. 张媛媛、刘荣、秦绍和杨丽娟，2020年。"时变拱形模型的两步估计,"时间序列分析杂志Wiley Blackwell，第41卷（4），第551-570页，7月。

最相关的项目

1. 黄，雷&江，惠&王，惠霞，2019。"一种新的时间序列数据的部分线性单指标模型,"计算统计与数据分析爱思唯尔，第134卷（C），第110-122页。
2. 《永保》，2018年。"ARMA模型中QMLE的渐近协方差矩阵,"计量经济评论《泰勒与弗朗西斯杂志》，第37卷（4），第309-324页，4月。
3. IDEAS上未列出repec:esx:essedp:767
4. 罗莎·埃斯佩乔（Rosa Espejo）、尼古拉·列昂尼科（Nikolai Leonenko）、安德烈·奥伦科（Andriy Olenko）和玛丽亚·鲁伊兹·麦地那（María Ruiz-Medina），2015年。"Gegenbauer随机场的一类最小对比度估计,"测试：西班牙统计与运筹学会官方期刊，施普林格；《运营投资协会》，第24卷（4），第657-680页，12月。
5. 郑廷国，肖，韩，陈，荣，2015。"具有鞅差分误差的广义ARMA模型,"计量经济学杂志爱思唯尔，第189卷（2），第492-506页。
6. 王天豪，夏英村，2015。"具有移动平均残差的非线性自回归模型的Whittle似然估计,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第110卷（511），第1083-1099页，9月。
7. Peter M.Robinson，2011年。"幂律空间趋势推断（运行标题：幂律趋势）,"伦敦政治经济学院经济学研究在线文档58100，伦敦政治经济学院，伦敦政治经济学院图书馆。
8. Norkutï，Milda&Westerlund，Joakim，2019年。"具有移动平均误差的交互效应动态面板模型的因子分析方法,"计量经济与统计爱思唯尔，第11卷（C），第83-104页。
9. Abdelkamel Alj&Rajae Azrak&Christophe Ley&Guy Mélard，2017年。"具有时间相关系数的VARMA模型QML估计的渐近性质,"斯堪的纳维亚统计杂志丹麦理论统计学会；芬兰统计学会；挪威统计协会；瑞典统计协会，第44卷（3），第617-635页，9月。
10. 郑廷国，陈荣，2017。"组成时间序列的Dirichlet ARMA模型,"多元分析杂志爱思唯尔，第158（C）卷，第31-46页。
11. Bastian Schäfer，2021年。"空间ARMA误差下局部多项式双条件平滑的带宽选择,"CIE工作文件146，帕德博恩大学，CIE国际经济中心。
12. 迪米特里奥·法卡鲁（Dimitriou-Fakalou，Chrysoula），2019年。"关于接受边缘效应（用于Z2中ARMA型过程的推断）,"计量经济与统计爱思唯尔，第10卷（C），第53-70页。
13. Sheena Yu-Hsien Kao和Anil K.Bera，2018年。"在非规则条件下测试空间回归模型,"实证经济学施普林格，第55卷（1），第85-111页，8月。
14. Ke Zhu和Shiqing Ling，2015年。"基于LADE的非特定和重尾异方差噪声ARMA模型的推断,"美国统计协会杂志，Taylor&Francis期刊，第110卷（510），第784-794页，6月。
    • 朱可玲，石青，2014。"基于LADE的非特定和重尾异方差噪声ARMA模型的推理,"MPRA纸59099，德国慕尼黑大学图书馆。
15. 柯竺，2018。"未知形式异方差下自回归模型的统计推断,"论文1804.02348，arXiv.org，2018年8月修订。
16. Yang，Yaxing&Ling，Shiqing&Wang，Qiying，2022年。"MA（1）模型的全局LSE一致性,"统计与概率信件，爱思唯尔，第182卷（C）。
17. Hernández，Juan R.，2016年。"ARMA模型中的单位根检验：一种似然比方法,"MPRA纸100857，德国慕尼黑大学图书馆。
18. Robinson，P.M.，2011年。"空间数据非参数回归的渐近理论,"计量经济学杂志爱思唯尔，第165（1）卷，第5-19页。
19. Peter M Robinson，2011年。"幂律空间趋势推断（运行标题：幂律趋势）,"STICERD-计量经济学论文系列556，三得利和丰田国际经济及相关学科中心，伦敦政治经济学院。
20. Dimitriou Fakalou，Chrysola，2009年。"ARMA模型的修正高斯似然估计,"随机过程及其应用Elsevier，第119（12）卷，第4149-4175页，12月。
21. 盖·梅拉德，2022年。"VARMA模型估计量渐近性质的间接证明,"计量经济与统计爱思唯尔，第21卷（C），第96-111页。

有关此项目的更多信息

统计

更正

本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:bla:jorssb:v:79:y:2017:i:2:p:507-524。请参阅一般信息关于如何更正RePEc中的材料。

如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格。

如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Wiley Content Delivery（以下电子邮件可用）。供应商的一般联系方式：https://edirc.repec.org/data/rssssea.html。

请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。