×
穆罕默德·萨都;穆罕默德·本塔齐

参数的局部渐近有效估计皮纳尔\（（p）\）模型。 （英语） Zbl 07801601号

内尔统计局。 75，第3号，257-289（2021）.
摘要：本文主要研究任意阶周期积分值自回归的有效估计问题(皮纳尔\（（p）\））模型。局部渐近正态性(局域网)建立了基本模型中心序列所满足的性质和局部渐近线性性质。利用这些结果，我们构造了参数框架中参数的有效估计。通过深入的模拟研究，评估了这些有效估计的一致性。此外，这些有效估计在条件最大似然下的性能(CML公司)和条件最小二乘法(CLS公司)还通过深入的模拟研究和在真实数据集上的应用来说明估计。
©2021荷兰统计与运营研究学会

MSC公司：

6200万 随机过程推断
62Fxx公司 参数化推理
62Gxx公司 非参数推理

关键词：

(LAM公司)标准;(局域网)财产;有效估计;周期性的国际机场协会\（（p）\）模型;周期相关积分值过程
PDF格式BibTeX公司 XML格式引用
\textit{M.Sadoun}和\textit{M.Bentarzi}，Stat.Neerl。75，编号3，257--289（2021；Zbl 07801601）
全文： 内政部

参考文献：

[1] Alzaid，A.A.和Al‐Osh，M.（1990年）。整值p阶自回归结构（INA（p））过程。应用概率杂志，27314-324·Zbl 0704.62081号
[2] Bentarzi，M.和Djeddou，L.（2014）。周期一阶门限自回归模型的自适应估计。统计通信——模拟与计算，第43期，1611-1630页·Zbl 1333.62204号
[3] Bentarzi，M.、Guerbyenne，H.和Merzougui，M.（2009）。因果周期自回归模型的自适应估计。统计通信——模拟与计算，38，1592-1609·Zbl 1191.62145号
[4] Bickel，P.J.（1982年）。关于自适应估计。《统计年鉴》，10647-671·Zbl 0489.62033号
[5] Bickel，P.J.、Klaassen，C.A.J.和Wellner，J.A.（1998）。半参数模型的有效自适应估计（第二版）。德国柏林：施普林格·Zbl 0894.62005号
[6] Bourguignon，M.、Vasconsellos，K.L.P.、Reisen，V.A.和Ispany，M.（2016）。具有空间结构的泊松INAR（1）过程。统计计算与模拟杂志，86（2），373-387·兹比尔1510.62353
[7] Drost，C.、van denAkker，R.和Werker，B.（2008）。INAR（p）模型的局部渐近正态性和有效估计。时间序列分析杂志，29783-801·Zbl 1199.62007号
[8] Drost，C.、van denAkker，R.和Werker，B.（2009年）。半参数整值AR（p）模型的自回归参数和创新分布的有效估计。英国皇家统计学会杂志：B辑（统计方法），71（2），467-485·Zbl 1248.62147号
[9] Du，J.‐G.和李毅（1991）。整值自回归（INAR（p））模型。时间序列分析杂志，12（2），129-142·Zbl 0727.62084号
[10] Fabian，V.和Hannan，J.（1982年）。关于局部渐近正态族的估计和自适应估计。Zeitschrift für Wahrscheinlichkeits theorye und verwandte Gebiete，第59页，第459-478页·Zbl 0464.62008年
[11] Ferland，R.、Latour，A.和Oraichi，D.（2006年）。整值GARCH过程。时间序列分析杂志，27（6），923-942·Zbl 1150.62046号
[12] Fokianos，K.（2012年）。统计时间序列模型。《统计手册-时间序列分析：方法和应用》。阿姆斯特丹：爱思唯尔；（第30卷）：315-347。
[13] Freeland，R.K.（1998）。离散时间序列的统计分析及其在工人索赔数据分析中的应用【博士论文】。加拿大：不列颠哥伦比亚大学。
[14] Gladyshev，E.G.（1963年）。具有连续时间参数的周期性和几乎周期性相关随机过程。概率论及其应用，8（2），173-177·Zbl 0138.11003号
[15] Hájek，J.（1972）。估计中的局部渐近极小和可容许性。第六届伯克利数理统计与概率研讨会论文集（第1卷，第175-194页）。加州伯克利：加利福尼亚大学出版社·兹bl 0281.62010年
[16] Klimko，A.和Nelson，P.I.（1978年）。随机过程中的条件最小二乘估计。《统计年鉴》。，6(3), 629-642. ·Zbl 0383.62055号
[17] Koul，H.L.和Schick，A.（1996年）。随机系数自回归模型中的自适应估计。《统计年鉴》。，24(3), 1025-1052. ·Zbl 0906.62087号
[18] Kreiss，J.P.（1987）。平稳ARMA过程的自适应估计。《统计年鉴》，15（1），112-133·兹比尔0616.62042
[19] Le Cam，L.（1960年）。局部渐近正态分布族。加州大学统计学出版物。，3, 37-98. ·Zbl 0104.12701号
[20] Monteiro，M.、Scotto，M.G.和Pereira，I.（2010年）。具有周期结构的整值自回归过程。统计规划与推断杂志。，140(6), 1529-1541. ·Zbl 1185.62161号
[21] Moriňa，D.、Puig，P.、Rios，J.、Viella，a.和Trilla，a.（2011）。季节性疾病引起的入院人数统计模型。《医学统计学杂志》，30（26），3125-3136。
[22] Pedeli，X.和Karlis，D.（2011年）。二元INAR（1）过程及其应用。统计建模：SAGE期刊，11（4），325-349·兹比尔1420.62393
[23] Rao，Y.和McCabe，B.（2016）。异常事件模式的实时监测：在流感暴发中的应用。医学统计学，35（13），2206-2220。
[24] Sadoun，M.和Bentarzi，M..（2019年）。周期INR（1）模型中的有效估计：参数情况。统计通信——模拟与计算，49（8），2014-2034·Zbl 07552781号
[25] Steutel，F.W.和Van Harn，K.（1979年）。自分解性和稳定性的离散类似物。概率年鉴，7（5），893-899·Zbl 0418.60020号
[26] Van der Vaart，A.W.（2000年）。渐进统计。剑桥统计与概率数学系列。马萨诸塞州剑桥：剑桥大学出版社·Zbl 0943.6202号
[27] Yu，G.和Kim，S.（2019年）。周期整值自回归过程的参数变化测试。统计学传播——理论与方法，49（12），2898-2912·Zbl 1511.62238号
[28] Zhu，R.和Joe，H.（2006）。基于二项式细化的马尔可夫过程计数数据时间序列建模。时间序列分析杂志，27（5），725-738·Zbl 1111.62085号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。