×
萨利姆·布泽巴达;阿里·拉克萨奇;穆斯塔法·穆罕默德

函数型准相关时间序列数据的单指数回归模型。 （英语） Zbl 1516.62047号

REVSTAT公司 20，第5号，605-631（2022）.
摘要：在对功能时间序列数据建模时，通常会考虑混合条件。另外，在这项工作中，我们考虑了拟关联依赖条件下单函数指数模型（SFIM）中回归函数的非参数估计问题。这项工作的主要结果是建立了估计量的渐近性质，例如几乎完全收敛速度。此外，在一些温和的条件下，得到了所构造的方程的渐近正态性。最后，我们讨论了如何应用我们的结果来构造置信区间。最后，通过对仿真数据的分析，说明了模型的有限样本性能和估计方法。

引用于三文件

理学硕士：

62克05 非参数估计
62G08号 非参数回归和分位数回归
62升12 序贯估计
6220国集团 非参数推理的渐近性质

关键词：

单功能指数模型;函数希尔伯特空间;核回归估计;混合;弱依赖性;准相关变量;几乎完全收敛;渐近正态性
PDF格式BibTeX公司 XML格式引用
\textit{S.Bouzebda}等人，REVSTAT 20，No.5，605--631（2022；Zbl 1516.62047）
全文： 内政部

参考文献：

[1] Ait-Saídi，A。；费拉蒂，F。；Kassa，R.和Vieu，P.（2008）。单功能指数模型中的交叉验证估计，统计学，42（6），475-494·Zbl 1274.62519号
[2] Andrews，D.（1983年）。一阶自回归过程和强混合，考尔斯基金会讨论论文664，考尔斯经济学研究基金会，耶鲁大学。
[3] 阿涅罗斯，G。；曹，R。；R·弗雷曼。；Genest，C.和Vieu，P.（2019年）。功能数据分析和高维统计的最新进展，《多元分析杂志》。，170, 3-9. ·Zbl 1415.62043号
[4] Ango Nze，P。；Bühlmann，P.和Doukhan，P.（2002）。非参数回归的混合和渐近线之外的弱依赖性，Ann.Statist。，30(2), 397-430. ·Zbl 1012.62037号
[5] Bulinski，A.和Suquet，C.（2001年）。拟相关随机场的正态近似，《统计学与概率快报》，54，215-226·Zbl 0989.60052号
[6] Chernick，M.R.（1981年）。具有均匀边缘分布的自回归过程最大值的极限定理。，9(1), 145-149. ·Zbl 0453.60026号
[7] Chowdhury，J.和Chaudhuri，P.（2019年）。函数数据的非参数深度和分位数回归，Bernoulli，25（1），395-423·Zbl 1442.62101号
[8] Cuevas，A.（2014）。功能数据统计理论的部分概述，J.Statist。计划。推理，147，1-23·Zbl 1278.62012号
[9] Doob，J.L.（1953年）。随机过程，John Wiley&Sons，Inc.，纽约·Zbl 0053.26802号
[10] 伦敦查普曼霍尔有限公司。
[11] Douge，L.（2010）。《Théorèmes limites pour des variables quasi-associées Hilbertiennes》，《美国国家统计局年鉴》，54（1-2），51-60。
[12] Douge，L.（2018）。准相关希尔伯特过程的非参数回归估计。
[13] Doukhan，P.和Louhichi，S.（1999）。一个新的弱相关条件及其对矩不等式的应用，随机过程及其应用，84（2），313-342·兹比尔0996.60020
[14] Esary，J.D。；Proschan，F.和Walkup，D.W.（1967年）。随机变量与应用的关联，《数学年鉴》。统计人员。，38, 1466-1474. ·Zbl 0183.21502号
[15] 费拉蒂，F。；Mas，A.和Vieu，P.（2007年）。功能数据的非参数回归：推理和实践方面，奥斯汀。N.Z.J.Stat.，49（3），267-286·Zbl 1136.62031号
[16] 费拉蒂，F。；Peuch，A.和Vieu，P.（2003）。模型指数函数简单，C.R.数学。阿卡德。科学。巴黎，336（12），1025-1028·兹比尔1020.62032
[17] Ferraty，F.和Vieu，P.（2006年）。非参数函数数据分析，统计学中的Springer系列。纽约施普林格，《理论与实践》·兹比尔1119.62046
[18] Geenens，G.（2011）。一种用于签名识别的非参数函数方法。在“函数数据分析的最新进展和相关主题”中，Contrib.Statist。，第141-147页。海德堡Physica-Verlag/Springer·Zbl 1220.62003年
[19] Goia，A.和Vieu，P.（2016）。高维/无限维统计最新进展简介[编辑]，J.Multivariate Anal。，146, 1-6. ·Zbl 1384.00073号
[20] Härdle，W。；Hall，P.和Ichimura，H.（1993）。单指标模型中的最优平滑，Ann.Statist。，21(1), 157-178. ·兹比尔0770.62049
[21] 赫里斯塔奇，M。；Juditsky，A.和Spokoiny，V.（2001年）。单指标模型中指标系数的直接估计。，29(3), 595-623. ·Zbl 1012.62043号
[22] Ichimura，H.（1993）。单指标模型的半参数最小二乘（SLS）和加权SLS估计，J.Econometrics，58（1-2），71-120·Zbl 0816.62079号
[23] Kallipas，R.S.和Neumann，M.H.（2006年）。弱依赖下的指数不等式，Bernoulli，12（2），333-350·Zbl 1126.62039号
[24] Li，J.等人。；Huang，C.和Zhu，H.（2017）。功能反应数据的功能变系数单指数模型，J.Amer。统计师。协会，112（519），1169-1181。
[25] Ling，N.和Vieu，P.（2018）。功能数据的非参数建模：选定的调查和未来跟踪，统计学，52（4），934-949·Zbl 1411.62084号
[26] Ling，N.和Vieu，P.（2021）。关于函数数据分析中的半参数回归，Wiley Interdiscip。版次计算。统计，13（2），e1538，15。
[27] Masry，E.（2005）。相依函数数据的非参数回归估计：渐近正态性，随机过程。申请。，115(1), 155-177. ·Zbl 1101.62031号
[28] 新南威尔士州诺沃。；Aneiros，G.和Vieu，P.（2019年）。函数单指数回归中的自动和位置自适应估计，J.Nonparametr。《统计》，31（2），364-392·Zbl 1418.62164号
[29] Richard E.Barlow，F.P.（1975年）。可靠性和寿命试验的统计理论：概率模型。在“决策过程国际系列——决策定量方法系列”中，霍尔特、莱茵哈特和温斯顿，1975年·Zbl 0379.62080号
[30] Shang，H.L.（2020）。具有相依误差和未知误差密度的函数单指标模型的估计，Comm.Statist。模拟计算。，49(12), 3111-3133. ·Zbl 1489.62117号
[31] Strzalkowska-Kominiak，E.和Cao，R.（2013）。截尾条件下条件分布单指数模型的最大似然估计，J.多元分析。，114, 74-98. ·Zbl 1258.62045号
[32] 王，G。；Feng，X.N.和Chen，M.（2016）。函数部分线性单指数模型，Scand。《美国联邦法律大全》，43（1），261-274·Zbl 1371.62037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。