亚历山大·安德罗诺夫 关于有限不可约连续时间马氏链的报酬率估计。 （英语） Zbl 1420.62360号 J.统计理论实践。 11，第3期，407-417（2017）. 摘要：考虑一个连续时间齐次不可约马尔可夫链（X（t），t，in[0，\infty）），取值于（N=\{1，\dots，k\}，k<\infty\）。已知（lambda_{ij}）从状态\（i\）到状态\（j\）的跃迁强度的矩阵（\lambda=（\lamda_{ij}）。状态\（i \）中逗留时间的单位给出奖励\（\beta_i\）因此，在时间（t）期间的总奖励是（Y（t）=\mathop{\int}\limits_0^t\beta_{X（s）}-ds\）。报酬率（{\beta_i}）未知，有必要进行估算。为此，我们可以使用以下关于\（r）观测的统计数据：（1）\（t），观测时间；（2） \（i\），初始状态\（X（0）\）；（3） \（j），最终状态\（X（t）\）；和（4）\（y），获得的奖励\（y（t）\）。估计方法有两种：加权最小二乘法和拉普拉斯变换的鞍点法。仿真研究说明了建议的方法。 理学硕士： 62米05 马尔可夫过程：估计；隐马尔可夫模型 10层62层 点估计 关键词：点估计方法;马尔可夫链;模拟 PDF格式BibTeX公司 XML格式引用 \textit{A.Andronov}，J.统计理论与实践。11，第3号，407--417（2017；Zbl 1420.62360） 全文： 内政部 参考文献： [1] Abate，J.和W.Whitt。1992.概率分布反演变换的傅里叶级数方法。排队系统19:5-88·Zbl 0749.60013号 ·doi:10.1007/BF01158520 [2] Andronov，A.M.，马尔科夫调制线性回归的参数统计估计，163-80（1992），俄罗斯佩尔姆 [3] Andronov，A.M。；Melas，V.B（编辑）；Mignani，S.（编辑）；Monari，P.（编辑）；Salmoso，L.（编辑），Markov调制样品及其应用，29-35（2014），纽约州纽约市 [4] Bellman，R.1969年。矩阵分析简介。纽约州纽约市：McGraw-Hill·Zbl 0824.15002号 [5] Bladt，M.、B.Meini、M.F.Neuts和B.Sericola。2002.连续时间马尔可夫链上报酬函数的分布。在第四届矩阵分析方法国际会议上。理论与应用，1-24。澳大利亚阿德莱德·Zbl 1015.60064号 [6] 克劳福德、F.W.、V.N.Minin和M.A.Suchard。2014.一般出生-死亡过程估算。美国统计协会期刊109（506）：730-47·Zbl 1367.62245号 ·doi:10.1080/016214519.2013.866565 [7] Kijima，M.1997年。随机建模的马尔可夫过程。英国伦敦：查普曼和霍尔·Zbl 0866.60056号 ·doi:10.1007/9781-4899-3132-0 [8] 米努克斯，M.1989。编程材料。理论与算法。法国巴黎：博尔达斯。 [9] Pacheco，A.、L.C.Tang和N.U.Prabhu，2009年。马尔科夫调制过程和半再生现象。新泽西州霍博肯：世界科学·兹比尔1181.60005 [10] 塞里科拉，B.2000。马尔可夫过程中的占用时间。随机模型16:479-510·Zbl 0966.60063号 ·doi:10.1080/15326340008807601 [11] Turkington，D.A.2002年。矩阵微积分和零矩阵。统计和经济计量应用。英国剑桥：剑桥大学出版社·Zbl 1016.62080号 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。