安娜·比安科;格雷西拉·博恩特 半参数部分线性自回归下的稳健估计:渐近行为和带宽选择。 (英语) Zbl 1150.62038号 J.时间序列。分析。 28,第2期,274-306(2007). 本文讨论一个部分线性自回归模型,该模型由\[y{t}=\beta0y{t-1}+g(y{t-2})+\epsilon{t},\]其中,\(-1<\beta<1)是未知参数,\(g:\,R\ to R\)是未知光滑函数,\(epsilon_{t}\)是i.i.d.随机变量。研究了自回归参数和自回归函数的一类稳健估计。导出了自回归估计的渐近结果。提出了选择平滑参数的稳健交叉验证方法。在光滑参数上一致地建立了自回归参数估计量的渐近分布。审核人:Aleksandr D.Borisenko(基辅) 引用于14文件 MSC公司: 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 62G05型 非参数估计 62G35型 非参数稳健性 6220国集团 非参数推理的渐近性质 PDF格式BibTeX公司 XML格式引用 \textit{A.Bianco}和\textit{G.Boente},J.Time-Ser。分析。28,第2号,274--306(2007;Zbl 1150.62038) 全文: 内政部 参考文献: [1] 内政部:10.2307/2951475·Zbl 0798.62104号 ·doi:10.2307/2951475 [2] Andrews D.,《国际统计评论》,第62页,第119页–(1994年) [3] Ansley C.,《经济数据的应用时间序列分析》,第181页–(1983年) [4] Arcones M.,随机过程及其应用62 pp 11–(1996)·Zbl 0849.60005号 ·doi:10.1016/0304-4149(95)00089-5 [5] DOI:10.1016/S0167-7152(02)00244-4·Zbl 1092.62516号 ·doi:10.1016/S0167-7152(02)00244-4 [6] Bianco A.,Estadistica 54,第249页–(2002年) [7] 内政部:10.1016/j.jspi.2003.06.007·Zbl 1043.62030 ·doi:10.1016/j.jspi.2003.06.007 [8] Bianco A.,《计算统计学报》第27页–(1996) [9] Billingsley P.,概率测度的收敛性(1968)·Zbl 0172.21201号 [10] DOI:10.1016/0047-259X(89)90023-7·Zbl 0688.62027号 ·doi:10.1016/0047-259X(89)90023-7 [11] Boente G.,《国际统计评论》59,第355页–(1991年) [12] Boente G.,稳健统计和诊断方向第35页–(1991)·doi:10.1007/978-1-4615-6861-24 [13] 内政部:10.1016/j.spl.2006.01.011·Zbl 1094.62049号 ·doi:10.1016/j.spl.2006.01.011 [14] DOI:10.1016/S0378-3758(96)00039-0·Zbl 0900.62212号 ·doi:10.1016/S0378-3758(96)00039-0 [15] Bosq D.,随机过程的非参数统计。估算与预测(1996)·Zbl 0857.62081号 ·doi:10.1007/978-1-4684-0489-0 [16] Brillinger D.R.,《统计年鉴》14,第819页–(1986年) [17] 内政部:10.2307/2345277·doi:10.2307/2345277 [18] DOI:10.1023/A:1008975231866·doi:10.1023/A:1008975231866 [19] 陈浩,《统计年鉴》16,第136页–(1988) [20] Chen H.,《加拿大统计杂志》19,第323页–(1991年) [21] 内政部:10.1016/0378-3758(91)90015-7·兹比尔07416.2039 ·doi:10.1016/0378-3758(91)90015-7 [22] 陈浩,《统计年鉴》22页211–(1994) [23] Chu C.K.,《统计年鉴》,第19页,1906–(1991) [24] Doukhan P.,混合特性和示例。统计学课堂讲稿85(1994)·Zbl 0801.60027号 [25] Doukhan P.,《亨利·庞加莱研究所年鉴》(B)概率与统计30 pp 63–(1994) [26] 内政部:10.2307/2289218·doi:10.2307/2289218 [27] 高杰,半参数回归模型中的大样本理论(1992) [28] 高杰,《统计学、理论与方法中的传播》,第24页,1985–(1995) [29] DOI:10.111/1467-9469.00118·Zbl 0921.62109号 ·doi:10.1111/1467-9469.00118 [30] 内政部:10.1016/0167-7152(94)00091-L·Zbl 0818.62076号 ·doi:10.1016/0167-7152(94)00091-L [31] 高杰,《中国统计》第7卷第1155页–(1997) [32] Gao J.,《加拿大统计杂志》第28期第571页(2000年) [33] 高杰,中国科学。A 1第14页–(1993) [34] Green P.,《皇家统计学会杂志》B辑47页299–(1985) [35] Gyorfi L.,时间序列的非参数曲线估计。统计学课堂讲稿60(1989)·doi:10.1007/978-1-4612-3686-3 [36] Hardle W.,应用非参数回归(1990)·doi:10.1017/CCOL0521382483 [37] Hardle W.,《斯堪的纳维亚统计杂志》,第12页,第233页–(1985年) [38] Hardle W.,部分线性模型(2000)·doi:10.1007/978-3-642-57700-0 [39] Hart J.,《非参数统计》,第6页,第115页–(1996年) [40] Hart P.,《统计年鉴》,第18页,第873页–(1990年) [41] DOI:10.1093/biomet/89.3.579·Zbl 1036.62035号 ·doi:10.1093/biomet/89.3.579 [42] Heckman N.,《皇家统计学会期刊》B辑48页244–(1986) [43] 伊布拉基莫夫I.,随机变量的独立和平稳序列(1971)·Zbl 0219.60027号 [44] Leung D.H.Y.,《非参数统计杂志》,第2页,第333页–(1993年) [45] Liang H.,《系统科学与数学科学》9第164页–(1996) [46] Martin R.D.,《统计年鉴》,第14页,781页–(1986年) [47] Pollard D.,随机过程的收敛性(1984)·Zbl 0544.60045号 ·doi:10.1007/978-1-4612-5254-2 [48] Rio E.,《亨利·庞加莱研究所年鉴》(B)概率与统计29 pp 587–(1993) [49] Robinson P.M.,《时间序列分析杂志》,第4页,第185页–(1983年) [50] Robinson P.M.,《稳健和非线性时间序列分析》,第4页,第185页–(1984年) [51] 内政部:10.2307/1912705·Zbl 0647.62100号 ·doi:10.2307/1912705 [52] 数字对象标识码:10.1073/pnas.42.1.43·Zbl 0070.13804号 ·doi:10.1073/pnas.42.1.43 [53] Rousseeuw P.,稳健回归和异常检测(1987)·doi:10.1002/0471725382 [54] 内政部:10.2307/2290852·Zbl 0798.62046号 ·doi:10.2307/2290852 [55] Severini T.,《统计年鉴》,第20页,1768页–(1992年) [56] Speckman P.,《皇家统计学会杂志》,B辑50页413页–(1988) [57] 内政部:10.2307/2345278·doi:10.307/2345278 [58] 姚琦,《中国统计》4,第51页–(1994) [59] Yee T.,《皇家统计学会杂志》B辑58页481页–(1996) [60] Yohai V.,《统计年鉴》,第15页,642页–(1987年) [61] 内政部:10.2307/2288856·Zbl 0648.62036号 ·doi:10.2307/2288856 [62] Yu B.,《概率年鉴》22第94页–(1994) [63] 内政部:10.2307/2291201·Zbl 0791.62044号 ·doi:10.2307/2291201 [64] Wong C.M.,《时间序列分析杂志》,第17页,第203页–(1996年) 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。