×
瓦尔德里奥·雷森（Valdério A.Reisen）。;巴托洛缪·赞普洛尼奥;威尔弗雷多·帕尔玛;约苏·阿特切

估计SARFIMA模型中两个季节分数参数的半参数方法。 （英语） Zbl 1533.62062号

数学。计算。模拟。 98, 1-17 (2014).
摘要：当数据具有一个和两个季节周期以及短记忆成分时，本文使用分数ARIMA模型研究了季节性和长记忆时间序列的特性。建立了所研究模型的平稳性和可逆性参数条件。为了估计季节分数长记忆参数，提出了一种半参数估计方法。建立了估计量的渐近性质，并通过蒙特卡罗实验研究了该方法的准确性。估计器的良好性能表明，它可以作为估计具有两个季节性周期的长记忆时间序列数据的替代过程。将PM{10}浓度系列和每小时电力需求作为该估算方法的应用示例。

引用于5文件

理学硕士：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62M15型 随机过程和谱分析的推断

关键词：

时间序列;分数微分;长记忆;萨菲玛;季节性
PDF格式BibTeX公司 XML格式引用
\textit{V.A.Reisen}等人，《数学》。计算。模拟。98、1-17（2014年；Zbl 1533.62062）
全文： 内政部 链接

参考文献：

[1] Arteche，J.，季节性或周期性长记忆时间序列的半参数稳健检验，J.time-Ser。分析。，23, 251-285 (2002) ·Zbl 1023.62093号
[2] Arteche，J。；Robinson，P.，《季节性和周期性长记忆》（Ghosh，S.，《渐近非参数和时间序列》（1999），Marcel Dekke公司：Marcel Dekke公司，纽约）·Zbl 1069.62539号
[3] Arteche，J。；Robinson，P.M.，季节性和周期性长记忆过程中的半参数推断，J.Time-Ser。分析。，21, 1-25 (2000) ·Zbl 0974.62079号
[4] Arteche，J。；Velasco，C.，非对称长记忆时间序列中的修剪和锥化半参数估计，J.time-Ser。分析。，26, 581-611 (2005) ·Zbl 1090.62037号
[6] 弗朗哥·G。；Reisen，V.，平稳和非平稳长程相关过程的Bootstrap方法和置信区间，Phys。A、 375546-562（2007年）
[7] Geweke，J。；Porter-Hudak，S.，《长记忆时间序列模型的估计和应用》，J.time-Ser。分析。，4, 221-238 (1983) ·Zbl 0534.62062号
[8] Gil-Alana，L.，《宏观经济时间序列中的随机周期测试》，J.time-Ser。分析。，22, 411-430 (2001) ·Zbl 0973.62108号
[9] Giraitis，L。；Leipus，R.，《长记忆建模中的广义分数差分方法》，Lith。数学。J.，35，53-65（1995年）·Zbl 0837.62066号
[10] 古尔德，P。；Koehler，A。；奥德·J。；斯奈德，R。；Hyndman，R。；Vahid-Araghi，F.，《用多个季节模式预测时间序列》，欧洲期刊Oper。决议，191，207-222（2008）·Zbl 1142.62070号
[11] 格雷，H。；张，N。；Woodward，W.，《关于广义分式过程》，J.Time-Ser。分析。，10, 233-257 (1989) ·Zbl 0685.62075号
[12] 格雷，H。；张，N。；Woodward，W.，广义分式过程的修正，J.Time-Ser。分析。，15, 561-562 (1994) ·Zbl 0807.62075号
[13] Hassler，U.，光谱估计器与分数积分时间序列的回归，J.time-Ser。分析。，14, 369-380 (1993) ·Zbl 0782.62085号
[14] Hassler，U.，季节性时间序列中长记忆的（mis）规范，J.time-Ser。分析。，15, 19-30 (1994) ·Zbl 0794.62059号
[15] Hosking，J.，分数差分，生物特征，68，165-176（1981）·Zbl 0464.62088号
[16] Hosking，J.，《使用分数差分对水文时间序列中的持久性建模》，《水资源》。1898-1908年第20号决议（1984年）
[17] Hurvich，C。；德奥·R。；Brodsky，J.，《长记忆时间序列记忆参数的geweke和porter-hudak估计量的均方误差》，J.time-Ser。分析。，19, 19-46 (1998) ·Zbl 0920.62108号
[18] Leipus，R。；Viano，M.，《用有限或无限方差建模长记忆时间序列：一般方法》，J.time-Ser。分析。，21, 61-74 (2000) ·Zbl 0974.62083号
[19] Man，K.，长记忆时间序列和短期预测，国际预测杂志，19477-491（2003）
[20] Marques，G.，联合估计季节性和非季节性分数积分参数的基于削减量的最大似然方法的经验方面，Phys。A、 390、8-17（2011）
[21] Ooms，M。；Franses，P.，月度河流流量的季节性周期长记忆模型，环境。模型1。软质。，16, 559-569 (2001)
[22] Palma，W.，《长记忆时间序列：理论与方法》（Long-Memory Time Series:Theory and Methods）（2007），约翰·威利父子公司：约翰·威利新泽西·兹比尔1183.62153
[23] Palma，W。；Chan，N.，季节性长范围相关过程的有效估计，J.Time-Ser。分析。，2, 863-892 (2005) ·Zbl 1097.62092号
[24] Porter-Hudak，S.，《季节性分数差模型在货币总量中的应用》，J.Amer。统计师。协会，85，338-344（1990）
[25] Ray，B.，使用季节性分数差arma模型对ibm产品收入进行长期预测，《国际预测杂志》，9255-269（1993）
[26] 雷森，V。；Lopes，S.，预测长记忆时间序列模型的一些模拟和应用，J.Statist。计划。推断。，80, 269-287 (1999) ·Zbl 0937.62094号
[27] 雷森，V。；Moulines，E。；Soulier，P。；Franco，G.，《关于平稳长记忆过程在不同时期的周期图性质及其应用》，J.Time-Ser。分析。，31, 20-36 (2010) ·Zbl 1224.62078号
[28] 雷森，V。；罗德里格斯，A。；Palma，W.，《估计季节性长记忆过程：蒙特卡罗研究》，J.Stat.Compute。模拟。，76, 305-316 (2006) ·Zbl 1157.62495号
[29] 雷森，V。；罗德里格斯，A。；Palma，W.，季节性分数积分过程的估计，计算。统计数据分析。，50, 568-582 (2006) ·Zbl 1432.62313号
[30] Robinson，P.，《长程相关时间序列的对数周期回归》，《Ann.Stat.》，第23期，第1048-1072页（1995年）·兹比尔083862085
[31] 孙，Y。；Phillips，P.，扰动分式过程的非线性对数周期回归，《计量经济学杂志》。，115, 355-389 (2003) ·Zbl 1027.62067号
[32] Taylor，J.，《短期电力需求预测的三重季节法》，欧洲期刊Oper。第204139-152号决议（2010年）·Zbl 1178.91165号
[33] 泰勒，J。；德梅内泽斯，L。；McSharry，P.，《预测未来一天电力需求的单变量方法比较》，《国际预测杂志》，22，1-16（2006）
[34] 维亚诺，M。；德尼奥，C。；Oppenheim，G.，离散时间分形过程的长程相关性和混合，J.time-Ser。分析。，16, 323-338 (1995) ·Zbl 0820.62077号
[35] 伍德沃德，W。；Cheng，Q。；Gray，H.，《k因子garma长记忆模型》，J.Time-Ser。分析。，19, 485-504 (1998) ·兹比尔1017.62083
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。