刘永辉;王静;史大伟;维克托·莱瓦;刘双哲 在向量自回归模型中检测极值的得分测试。 （英语） Zbl 07792790号 J.统计计算。模拟 93，第15号，2751-2779（2023）. 摘要：在本文中，我们提出了一种分数检验来研究向量自回归模型及其极值检测。我们采用似然方法导出了相应的最大似然估计量和信息矩阵。我们建立了向量自回归模型在两种扰动方案下的得分统计量，以识别可能的影响情况或离群值。通过仿真研究检验了所提出诊断的有效性。为了进行应用，使用该模型进行数据分析，以拟合国际商业机器公司股票和标准普尔500指数的月度对数回报。最后，将分数检验法和局部影响法的结果进行了比较。我们建立了两个重要的发现，分数测试更有效，而局部影响分析可以用于诊断更具影响力的案例。 MSC公司： 62至XX 统计 关键词：case-weight摄动模型;局部影响;均值漂移扰动模型;蒙特卡罗模拟;多元正态分布;得分统计;向量自回归模型 PDF格式BibTeX公司 XML格式引用 \textit{Y.Liu}等人，《统计计算杂志》。模拟93，编号15，2751--2779（2023；Zbl 07792790） 全文： 内政部 OA许可证 参考文献： [1] 戴，X。；Jin，L.等人。；Tian，M.，具有异方差的空间自回归模型的贝叶斯局部影响，Stat Pap，60，5，1423-1446（2019）·Zbl 1432.62297号 [2] 卡戈尔，B。；多恩多夫，A。；Omidalizarandi，M.，带向量自回归误差的多元大地测量时间序列平差模型，应用大地测量学杂志，15，3，243-267（2021） [3] 莱瓦，V。；索洛，H。；Souza，R.，使用天气和颗粒物数据预测死亡率的新BISARMA时间序列模型，J Forecast，40，2，346-364（2021） [4] 刘，T。；刘，S。；Shi，L.，《使用SAS企业指南进行时间序列分析（2020）》，新加坡：斯普林格，新加坡·Zbl 1433.62009年 [5] 刘，Y。；吉，G。；Liu，S.，向量自回归模型中的影响诊断，J Stat Comput Simul，85，132632-2655（2015）·Zbl 1457.62272号 [6] 刘，Y。；桑·R。；Liu，S.，学生t分布下向量自回归模型的诊断分析，Stat Neerl，71，2，86-114（2017） [7] Lütkepohl，H.，《多重时间序列分析新导论》（2005），德国柏林：施普林格出版社，德国柏林·Zbl 1072.62075号 [8] 明丹尼斯，新加坡；Ngatchou-Wandji，J。；Allison，J.，向量自回归模型中序列独立性的测试，Stat Pap，59，4，1379-1410（2018）·Zbl 1409.62176号 [9] 加州大学恩杜卡分校；乌加，TE；Izunobi，CH.，通过ECM算法对向量自回归模型使用多元t创新进行稳健估计，J Appl Stat，48，4，693-711（2021）·Zbl 1521.62422号 [10] Tsay，RS.，《多元时间序列分析：R和金融应用》（2014），纽约：威利，纽约·Zbl 1279.62012号 [11] 阿特金森，AC；Riani，M。；Cerioli，A.，《用正向搜索探索多元数据》（2004），德国柏林：施普林格，德国柏林·Zbl 1049.62057号 [12] 库克，罗德岛州，《地方影响评估（讨论）》，J R Stat Soc B，48，133-169（1986）·Zbl 0608.62041号 [13] 李，WK。，时间序列诊断检查（2004年），佛罗里达州博卡拉顿：查普曼和霍尔/CRC，佛罗里达州波卡拉顿·Zbl 1053.62100号 [14] 刘，S。；莱瓦，V。；庄，D.，矩阵微分学在多元线性模型及其诊断中的应用，J Multivar Ana，188（2022）·兹比尔1519.26005 [15] 刘，S，威尔士，AH。回归诊断。在Lovric M编辑器中。国际统计科学百科全书。纽约：Springer；2011年，第1206-1208页。 [16] 潘，JX；Fang，KT.，《增长曲线模型和统计诊断》（2002年），纽约：Springer，纽约·Zbl 1024.62025号 [17] von Rosen，D.，《多元线性模型中的影响观察》，Scand J Stat，22207-222（1995）·Zbl 0844.62044号 [18] von Rosen，D.，双线性回归分析（2018），瑞士商会：瑞士商会施普林格·兹比尔1398.62003 [19] 郝，CC；冯·罗森，D。；von Rosen，T.，AB-BA交叉设计中的局部影响分析，Scand J Stat，41，4，1153-1166（2014）·Zbl 1305.62275号 [20] SK Kim；Huggins，R.，自相关回归模型的诊断，Aust N Z J Stat，40，1，65-71（1998）·Zbl 1083.62513号 [21] Paula，GA.，具有一阶自回归椭圆误差的线性模型的影响诊断，Stat Probab Lett，79，3，339-346（2009）·Zbl 1155.62052号 [22] Shi，L。；Ojeda，M.，增长曲线多水平回归中的局部影响，《多变量分析杂志》，91，2，282-304（2004）·Zbl 1056.62082号 [23] 蔡，CL；Wu，X.，用一阶自回归或异方差误差结构评估线性回归模型中的局部影响，Stat Probab-Lett，14，3，247-252（1992）·Zbl 0806.62056号 [24] Liu，S.，关于椭圆分布下条件异方差时间序列模型的诊断，J Appl Probab，41A，393-405（2004）·兹比尔1049.62100 [25] 刘，S。；Heyde，CC，关于非正态分布下条件异方差时间序列模型的估计，Stat Pap，4，3，455-469（2008）·Zbl 1148.62076号 [26] 刘，S。；Neudecker，H.，关于具有条件异方差的多元时间序列模型的伪最大似然估计，数学计算模拟，79，8，2556-2565（2009）·Zbl 1163.62070号 [27] 刘，Y。；毛，C。；Leiva，V.，《非对称自回归模型：新冠肺炎疫情下的统计方面和金融应用》，《应用统计杂志》，49，5，1323-1347（2022）·Zbl 07522685号 [28] 刘，Y。；毛，G。；Leiva，V.，偏态分布下自回归模型的诊断分析，数学，8，5，693（2020） [29] 刘，Y。；Wang，J。；Yao，Z.，偏斜正态分布下GARCH模型的诊断分析，Commun Stat Simul Comput，1，1-25（2022）·doi:10.1080/03610918.2022.2157015 [30] 卢，J。；Shi，L。；Chen，F.，使用局部影响方法检测时间序列模型中的离群值，Commun Stat:理论方法，41，12，2202-2220（2012）·Zbl 1270.62121号 [31] Rao，CR，线性统计推断及其应用（1973），纽约：威利·Zbl 0256.6202号 [32] Rao，CR。分数测试：历史回顾和近期发展。Balakrishnan N、Nagaraja HN、Kannan N，编辑，《排名和选择进展》，《多重比较和可靠性》。波士顿：Birkhäuser；2005年，第3-20页。 [33] 恩格尔，RF。计量经济学中的Wald、似然比和拉格朗日乘数检验。In：Intriligor MD和Griliches Z，编辑。计量经济学手册。第二卷，阿姆斯特丹：爱思唯尔出版社；1984年，第775-826页·Zbl 0581.62094号 [34] LG戈弗雷。，《计量经济学中的错误规范测试》（1988），剑桥：剑桥大学出版社，剑桥 [35] Gumedze，F。；Welham，S。；Gogel，B.，线性混合模型中异常值检测的方差偏移模型，《计算统计数据分析》，54，9，2128-2144（2010）·Zbl 1284.62129号 [36] 蒋D.，基于Rao得分检验的大维协方差结构检验，《多元分析杂志》，152，28-39（2016）·Zbl 1349.62222号 [37] 柯奇，C。；Muhsal，B。；Ombao，H.，多变量时间序列变化的检测及其在脑电图数据中的应用，美国统计协会杂志，110，511，1197-1216（2015）·Zbl 1378.62072号 [38] Kollo，T。；von Rosen，D.，《使用矩阵的高级多元统计》（2005），纽约：Springer，纽约·Zbl 1079.62059号 [39] 马格纳斯，JR；Neudecker，H.，《矩阵微分学在统计学和计量经济学中的应用》（2019年），奇切斯特：威利·Zbl 1411.15003号 [40] TS.Ferguson关于拒绝异常值。摘自：第四届伯克利数理统计与概率研讨会论文集。1961年第1卷。第253-287页·兹伯利0129.32702 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。