×
希尔玛·伯姆;雷纳·冯·萨克斯

多元时间序列非参数谱估计的结构收缩。 （英语） Zbl 1320.62198号

电子。J.统计。 2, 696-721 (2008).
摘要：在本文中，我们研究了基于周期图的可能高维时间序列谱密度矩阵估计器的性能。我们建议并研究收缩，以弥补由于（核）平滑周期图矩阵的条件数恶化而导致的数值不稳定性。此外，将频域中的经验特征值相互收缩，也会同时改善这些广泛使用的非参数谱估计量的均方误差（MSE）。与一些现有的时域方法（仅限于i.i.d.数据）相比，在频域中，有必要将平滑跨度的大小视为“有效或局部样本大小”。虽然我们在[“多元时间序列频域中的收缩估计”，讨论论文0706，卢浮大学统计研究所（2007）]中提出了在缺乏数据多维结构知识的情况下，单位矩阵的倍数作为最佳收缩目标，这里我们考虑“结构”收缩。我们假设数据的谱结构是由潜在因素引起的。然而，与需要选择因子数量的实际因子建模相比，我们建议采用无模型方法。我们的最终估计量是平滑周期图和基于欠拟合（因此故意指定错误）因子模型的参数估计量的渐近MSE最优线性组合。我们通过一些广泛的模拟研究来完成我们的理论考虑。在高阶因子模型生成数据的情况下，我们比较了所有四种类型的相关估值器（包括我们中的一种[loc.cit.]）。

引用于6文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62M15型 随机过程和谱分析的推断
62J07型 山脊回归；收缩估计器（拉索）

软件：

美国astsa
PDF格式BibTeX公司 XML格式引用
\textit{H.Böhm}和\textit{R.von Sachs}，电子。J.Stat.2，696--721（2008；Zbl 1320.62198）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Bai，J.&Ng，S.（2002），“确定近似因子模型中的因子数”，《计量经济学》70（1），191-221·Zbl 1103.91399号 ·数字对象标识代码：10.1111/1468-0262.00273
[2] Beran，R.&Dümbgen，L.（1998），“估计量和置信集的调制”，《统计年鉴》26（5），1826-1856·Zbl 1073.62538号 ·doi:10.1214操作系统/1024691359
[3] Bickel，P.&Levina，E.（2007），通过阈值进行协方差正则化。，统计年鉴·Zbl 1196.62062号 ·doi:10.1214/08-AOS600
[4] Böhm，H.&von Sachs，R.（2007），“多元时间序列频域中的收缩估计”，讨论论文0706，卢浮天主教大学统计研究所。
[5] Botts，C.&Daniels，M.（2006），“光谱密度的收缩估计”，《生物特征》93，179-195·兹比尔1152.62376 ·doi:10.1093/biomet/93.1119
[6] Brillinger，D.R.（1975），《时间序列》。数据分析与理论，霍尔特、莱因哈特和温斯顿·Zbl 0321.62004号
[7] Brockwell，P.&Davis，R.（1987），《时间序列：理论和方法》，施普林格出版社·Zbl 0604.62083号
[8] Daniels，M.&Cressie，N.（2001），“时间序列协方差函数估计的层次方法”，《时间序列分析杂志》22，253-266·Zbl 0978.62075号 ·数字对象标识代码：10.1111/1467-9892.00222
[9] Forni，M.、Hallin，M.，Lippi，M.和Reichlin，L.（2000），“广义动态因素模型：识别和估计”，《经济学和统计学评论》82（4），540-554·Zbl 1117.62334号
[10] Haff，L.（1977），“多元精度矩阵的最小极大估计量”，《多元分析杂志》7374-385·Zbl 0402.62028号 ·doi:10.1016/0047-259X（77）90079-3
[11] Haff，L.（1979），“逆协方差矩阵的估计：逆wishart矩阵与恒等式的随机混合”，《统计学年鉴》7（6），1264-1276·Zbl 0436.62046号 ·doi:10.1214/aos/1176344845
[12] Haff，L.（1980），“多元正态协方差矩阵的经验贝叶斯估计”，《统计年鉴》8，586-597·Zbl 0441.62045号 ·doi:10.1214/aos/1176345010
[13] Hallin，M.&Liška，R.（2007），“确定一般动态因子模型中的因子数”，《美国统计协会杂志》102（478），603-617·Zbl 1172.62339号 ·doi:10.1198/0162145000001275
[14] Hoerl，A.和Kennard，R.（1970），“岭回归：非正交问题的有偏估计”，《技术计量学》12（1），55-67·Zbl 0202.17205号
[15] Jolliffe，I.（2002），主成分分析，Springer·Zbl 1011.62064号
[16] Kakizawa，Y.、Shumway，R.和Taniguchi，M.（1998），“多元时间序列的判别和聚类”，《美国统计协会杂志》93（441），328-340·Zbl 0906.62060号 ·doi:10.1080/01621459.1998.10474114
[17] Kullback，S.&Leibler，R.（1952），《信息与充分性》，《数理统计年鉴》22（1），79-86·兹比尔0042.38403 ·doi:10.1214/aoms/1177729694
[18] Ledoit，O.和Wolf，M.（2003），“股票收益协方差矩阵的改进估计及其在投资组合选择中的应用”，《实证金融杂志》10，603-621。
[19] Ledoit，O.和Wolf，M.（2004），“大维协方差矩阵的良好估计”，《多元分析杂志》88，365-411·Zbl 1032.62050 ·doi:10.1016/S0047-259X（03）00096-4
[20] Rothman，A.、Levina，E.和Zhu，J.（2008），大协方差矩阵的广义阈值。密歇根大学统计系技术报告477·Zbl 1388.62170号 ·doi:10.198/jasa.2009.0101
[21] Sachs，L.和Hedderich，J.（2006），Angewandte Statistik，施普林格·Zbl 1156.62003年
[22] Sharpe，W.（1963），“投资组合分析的简化模型”，《管理科学》9，277-293。
[23] Shumway，R.H.&Stoffer，D.S.（2000），《时间序列分析及其应用》，施普林格出版社·Zbl 0942.62098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。