×
P.穆罕默德·安瓦尔;北卡罗来纳州Balakrishna。

线性时间序列模型中用于诊断检查的一些加权混合组合测试。 （英语） Zbl 07192700号

J.统计计算。模拟 88，第15号，3000-3017（2018）.
摘要：线性时间序列模型中常用的诊断检验方法是基于残差自相关函数（acf）或偏自相关函数的组合检验。本文通过适当组合基于acf和pacf的单个测试，设计了一些新的加权混合组合测试。我们推导了这种加权混合组合统计量的渐近分布，并研究了它们的大小和幂。研究发现，当拟合高阶ARMA模型并通过测试残差自相关的缺失来进行诊断检查时，加权混合测试的性能优于其他测试。模拟结果表明，使用建议的测试作为对文献中发现的经典测试的补充。给出了一个示例应用，以证明混合测试的有效性。

MSC公司：

62至XX 统计

关键词：

自相关;诊断性检查;线性时间序列;portmanteau试验;偏自相关

软件：

其mr
PDF格式BibTeX公司 XML格式引用
\textit｛P.M.Anvar｝和\textit｛N.Balakrishna｝，J.Stat.Comput。模拟88，编号15000-3017（2018；Zbl 07192700）
全文： 内政部

参考文献：

[1] Box GEP，Pierce DA。自回归积分滑动平均序列模型中剩余自相关的分布。J Amer统计协会，1970年；65:1509-1526. doi:10.1080/01621459.1970.10481180[Taylor&Francis Online]，[Google学者]·Zbl 0224.62041号
[2] Ljung GM，Box GEP公司。时间序列模型中缺乏拟合的度量。生物特征。1978;65(2):297-303. doi:10.1093/biomet/65.2.297[Crossref]，[Web of Science®]，[Google学者]·兹伯利0386.62079
[3] Monti AC。线性模型中残差自相关测试的建议。生物特征。1994;81(4):776-780. doi:10.1093/biomet/81.4.776[Crossref]，[Web of Science®]，[Google学者]·Zbl 0810.62082号
[4] Kwan ACC，Wu Y.关于ARMA（p，q）模型充分性的Monti检验的有限样本分布的进一步结果。生物特征。1997;84:733-736. doi:10.1093/biomet/84.3.733[Crossref]，[Web of Science®]，[Google学者]·Zbl 1090.62554号
[5] 佩纳·D，罗德里格斯·J。对时间序列缺乏拟合度的一个强有力的组合测试。J Amer统计协会，2002年；97(458):601-610. doi:10.1198/016214502760047122[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1073.62554号
[6] Pena D，Rodriguez J.测试时间序列拟合优度的自相关矩阵行列式的对数。J统计计划推断。2006;136(8):2706-2718. doi:10.1016/j.jspi.2004.10.026[Crossref]，[Web of Science®]，[Google学者]·Zbl 1332.62302号
[7] Lin JW，McLeod AI.改进的Pena-Rodriguez portmanteau测试。计算数据分析序列。2006;51(3):1731-1738. doi:10.1016/j.csda.2006.06.010[Crossref]，[Web of Science®]，[Google学者]·Zbl 1157.62493号
[8] Mahdi E，McLeod AI。改进的多变量组合检验。时间序列分析J。2012;33(2):211-222. doi:10.1111/j.1467-9892.2011.00752.x[Crossref]，[Web of Science®]，[Google学者]·兹比尔1300.62062
[9] Fisher TJ，Gallagher CM。时间序列拟合优度测试的新加权组合统计。J Amer统计协会，2012年；107(498):777-787. doi:10.1080/01621459.2012.688465[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1261.62079号
[10] Gallagher CM，Fisher TJ。关于时间序列拟合优度的加权组合检验。时间序列分析杂志。2015;36:67-83. doi:10.1111/jtsa.12093[Crossref]，[Web of Science®]，[Google学者]·Zbl 1308.62163号
[11] Chand S，Kamal S.用于时间序列模型诊断检查的混合组合测试。应用数学杂志。2014;2014:1-8. 文章ID 545413。doi:10.1155/2014/545413[Crossref]，[Web of Science®]，[Google学者]·Zbl 1442.62197号
[12] Wong H，Ling S.时间序列的混合组合测试。时间序列分析杂志。2005;26:569-579. doi:10.1111/j.1467-9892.2005.00420.x[Crossref]，[Web of Science®]，[Google学者]·1090.62100兹罗提
[13] Zhu K.用拟最大指数似然估计方法对ARMA-GARCH模型进行混合组合检验。时间序列分析杂志。2013;34:230-237. doi:10.1111/jtsa.12007[Crossref]，[Web of Science®]，[Google学者]·Zbl 1274.62149号
[14] Li Y.关于使用高斯拟极大似然方法对时间序列模型进行诊断检查的混合组合统计【未发表的MPhil论文】。香港特别行政区薄扶林香港大学。2012.[谷歌学者]
[15] Gallagher CM，Fisher TJ。不同加权组合测试对时间序列质量的比较：技术报告。克莱姆森大学数学科学系；2013.[谷歌学者]
[16] McLeod AI.关于Box-Jenkins模型中剩余自相关的分布。J R Stat Soc Ser B.1978；40:296-302. [谷歌学者]·兹比尔0407.62065
[17] Tiao GC，Tsay RS。ARMA模型中自回归参数最小二乘估计的一致性。安·统计师。1983;11(3):856-871. doi:10.1214/aos/1176346252[Crossref]，[Web of Science®]，[Google学者]·Zbl 0523.62076号
[18] 李维科，马克·蒂克。关于具有条件异方差的非线性时间序列的平方剩余自相关。时间序列分析杂志。1994;15(6):627-636. doi:10.1111/j.1467-9892.1994.tb00217.x[交叉引用]，[谷歌学者]·Zbl 0807.62070号
[19] Li WK、Yu PLH。关于自回归条件持续时间模型的残差自相关。经济快报。2003;79:169-175. doi:10.1016/S0165-1765（02）00303-8[Crossref]，[Web of Science®]，[Google学者]·Zbl 1254.91677号
[20] Van der Vart AW.渐近统计。剑桥：剑桥大学出版社；1998.【Crossref】，【谷歌学者】·Zbl 0910.62001号
[21] GEP方框。关于二次型的一些定理在方差分析问题研究中的应用Ⅰ：方差不等式在单向分类中的作用。数学统计年鉴。1954;25:290-302. doi:10.1214/aoms/1177728786[交叉引用]，[谷歌学者]·Zbl 0055.37305号
[22] Brockwell PJ，Davis RA。时间序列和预测简介。第二版，纽约：Springer-Verlag；2002年（《统计中的斯普林格文本》）。[Crossref]，[Google学者]·Zbl 0994.62085号
此参考列表基于出版商或数字数学图书馆提供的信息。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。