×
丹尼尔·诺德曼。

空间回归的一种经验似然方法。 （英语） Zbl 1247.62118号

梅特里卡 68，第3号，351-363（2008）.
摘要：针对格子上的空间数据，研究了带有非随机回归变量的空间回归的“分块”经验似然的性质。该方法能够校准空间趋势参数的非参数置信区，即使非随机回归变量将非平稳形式的空间相关性引入到“分块”结构中。此外，回归结果在一般框架中有效，允许回归变量的各种行为以及潜在的空间误差过程。当回归变量是随机的时，同样的回归方法也适用。

引用于8文件

MSC公司：

62G08号 非参数回归和分位数回归
62H11型 定向数据；空间统计学
62G05型 非参数估计

关键词：

舞台调度;空间晶格数据;非国家性;非随机回归

软件：

AS 312标准
PDF格式BibTeX公司 XML格式引用
\textit{D.J.Nordman}，梅特里卡68，第3号，351--363（2008；Zbl 1247.62118）
全文： DOI程序

参考文献：

[1] Bradley RC（1989）。关于随机场混合条件的警告。统计概率Lett 8:489–491·Zbl 0697.60054号 ·doi:10.1016/0167-7152（89）90032-1
[2] Bravo F（2002）。用经验似然检验线性模型中的线性限制。经济杂志在线5:104–130·Zbl 0992.62065号 ·doi:10.111/1368-423X.00076
[3] Bravo F（2004）。基于经验似然的推断及其在一些计量经济模型中的应用。经济理论20:231–264·Zbl 1072.62016年 ·doi:10.1017/S02664666042018年
[4] Bravo F（2005）。时间序列回归的分块经验熵检验。时间序列分析杂志26:185–210·Zbl 1091.62069号 ·文件编号：10.1111/j.1467-9892.2005.00398.x
[5] Carlstein E（1986）。使用子序列方法从平稳时间序列估计一般统计的方差。Ann Stat 14:1171-1179年·Zbl 0602.62029号 ·doi:10.1214/aos/1176350057
[6] Chan G和Wood ATA（1997）。一种模拟平稳高斯随机场的算法。应用统计46:171–181·Zbl 0913.65142号
[7] 陈仕新（1993）。线性回归模型经验似然区域的覆盖精度。Ann Inst统计数学45:621–637·Zbl 0799.62070号 ·doi:10.1007/BF00774777
[8] Chuang C和Chan NH（2002年）。自回归模型的经验似然，应用于不稳定时间序列。统计Sin 12:387–407·兹比尔0998.62075
[9] 克雷西N（1993）。空间数据统计，第2版。纽约威利
[10] Doukhan P（1994）《混合：特性和示例》。统计学课堂讲稿。第85卷，施普林格，纽约·兹比尔0801.60027
[11] Hall P和Horowitz JL（1996）。基于广义矩估计方法的测试引导临界值。经济计量学64:891–916·Zbl 0854.62045号 ·doi:10.307/2171849
[12] 《P厅和斯卡拉B》（1990年）。经验似然的方法和算法。国际统计版次58:109–127·Zbl 0716.62003号 ·doi:10.2307/1403462
[13] Imbens GW、Spady RH和Johnson P（1998年）。矩条件模型中推理的信息论方法。计量经济学66:333–357·Zbl 1055.62512号 ·doi:10.2307/298561
[14] 北村Y（1997）。弱相依过程的经验似然方法。Ann Stat第25期：2084–2102·Zbl 0881.62095号 ·doi:10.1214/aos/1069362388
[15] Künsch HR（1989）。一般静态观测的折刀和引导。安统计17:1217–1241·Zbl 0684.62035号 ·doi:10.1214/aos/1176347265
[16] 拉希里SN（2003a）。相关数据的重新采样方法。纽约州施普林格·Zbl 1028.6202号
[17] 拉希里SN（2003b）。一类随机和固定设计下空间过程加权和的中心极限定理。Sankhya Ser A 65:356–388号·Zbl 1192.60054号
[18] Lee YD和Lahiri SN（2002年）。空间子抽样最小二乘变异函数拟合。J R Stat Soc B系列64:837–854·Zbl 1067.62100号 ·doi:10.111/1467-9868.00364
[19] Lin L和Zhang R（2001）。弱相关过程的分块经验欧氏似然。统计概率快报53:143–152·Zbl 0988.62054号 ·doi:10.1016/S0167-7152（01）00066-9
[20] Monti AC（1997）。时间序列模型中的经验似然置信区间。生物特征84:395–405·Zbl 0882.62082号 ·doi:10.1093/biomet/84.2395
[21] Nordman DJ，Caragea PC（2007）使用空间经验似然对变异函数模型进行联合和区间估计。J Am Stat Assoc（出版中）
[22] Nordman DJ和Lahiri SN（2004）。方差估计的最优空间子样本大小。Ann Stat 32:1981–2027年·Zbl 1056.62055号 ·doi:10.1214/009053604000000779
[23] Nordman DJ和Lahiri SN（2006年）。短期和长期相关性的频域经验可能性。安统计34:3019–3050·Zbl 1114.62095号 ·doi:10.1214/0090536000000902
[24] Nordman DJ，Sibbertsen P，Lahiri SN（2006）长期相关性下平均值的经验似然。J时间序列分析（印刷中）
[25] Owen AB（1990）。经验似然置信区间。安统计18:90–120·Zbl 0712.62040号 ·doi:10.1214/aos/1176347494
[26] Owen AB（1991）。线性模型的经验似然。Ann Stat 19:1725–1747年·Zbl 0799.62048号 ·doi:10.1214操作系统/11763483368
[27] Owen AB（2001）。经验可能性。查普曼&amp；霍尔，伦敦
[28] Politis DN和Romano JP（1994年）。基于最小假设下的子样本的大样本置信区域。Ann Stat 22:2031–2050年·兹比尔0828.62044 ·doi:10.1214/aos/1176325770
[29] Politis DN、Romano JP和Wolf M（1999）。二次采样。纽约州施普林格
[30] 秦J和Lawless J（1994）。经验似然和一般估计方程。安统计22:300–325·Zbl 0799.62049号 ·doi:10.1214/aos/1176325370
[31] 张杰（2006）。NA系列的经验似然。统计Probab Lett 76:153–160·Zbl 1112.62041号 ·doi:10.1016/j.spl.2005.07.019
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。