×
李晓燕;潘家柱;宋安超

具有重尾误差的（mathrm{GRCAR}（p））模型的几何遍历性和条件自加权M-估计。 （英语） Zbl 07731485号

J.时间序列。分析。 44，第4期，418-436（2023年）.
摘要：我们建立了具有重尾误差的一般随机函数自回归（线性和非线性）模型的几何遍历性。作为推论，给出了广义随机系数自回归模型（mathrm{GRCAR}（p））的平稳性条件。然后，提出了（mathrm{GRCAR}（p））中参数的条件自加权M估计。通过允许无限方差创新，讨论了该估计量的渐近正态性。进行了仿真实验，以评估所提方法和理论的有限样本性能，并给出了一个真实的重尾数据示例。
{©2023作者。时间序列分析杂志由John Wiley&Sons Ltd.出版}

引用于1文件

理学硕士：

6200万 随机过程推断
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
60F05型 中心极限和其他弱定理

关键词：

渐近正态性;广义随机系数自回归模型;几何遍历性;自加权M估计量;随机函数自回归
PDF格式BibTeX公司 XML格式引用
\textit{X.Li}等人，J.Time-Ser。分析。44，编号4，418-436（2023；Zbl 07731485）
全文： 内政部
OA许可证

参考文献：

[1] Araveporna公司。2017.通过贝叶斯分析比较有无自相关误差的随机系数自回归模型。IAOS33:537-545统计杂志。
[2] BaiZD、RaoCR、WuY。1992.凸差函数下多元线性回归参数的M估计。中国统计：237-254·Zbl 0820.62048号
[3] CiarletPG公司。1982年，巴黎，马斯森，《矩阵与优化》导论·Zbl 0488.65001号
[4] DavisRA、KnightK、LiuJ。1992.无限方差自回归的M估计。随机过程及其应用40:145-180·Zbl 0801.62081号
[5] DreesH、deHaanL、ResnickS。如何制作Hill plote。统计年鉴28:254-274·Zbl 1106.62333号
[6] 福卡、LiT、NiC、HeW、WuR。2021.可能存在重尾误差的GRCA（1）模型的条件自加权m估计的渐近性。统计论文62:1407-1419·Zbl 1477.62241号
[7] HwangSY，巴萨瓦夫。一类广义随机系数自回归过程的局部渐近正态性。统计与概率快报34:165-170·Zbl 0899.62017号
[8] HwangSY，巴萨瓦夫。泛化随机系数自回归过程的参数估计。统计规划与推断杂志68:323-337·Zbl 0942.62102号
[9] 林斯。2005.无限方差自回归模型的自加权LAD估计。英国皇家统计学会期刊系列B67:381-393·Zbl 1069.62069号
[10] MeynSP，TweedieRL，1994年。马尔可夫链收敛的状态相关准则。应用概率年鉴4:149-168·Zbl 0803.60060号
[11] NichollsDF，QuinnBG。1982.随机系数自回归模型：简介。统计学讲义，第11卷。纽约州施普林格·Zbl 0497.62081号
[12] 陈·M·潘。2013.ARFIMA‐GARCH模型的自加权准最大指数似然估计。统计规划与推断杂志143:716-729·Zbl 1428.62382号
[13] 潘杰、王赫、姚强。2007.无限方差ARMA模型的加权最小绝对偏差估计。计量经济学理论23:852-879·Zbl 1237.62122号
[14] 潘BG、陈明、王毅、夏伟。2015.具有有限或无限方差的ARFIMA时间序列的权重最小绝对偏差估计。韩国统计学会杂志144:1-11·兹比尔1311.62154
[15] ResnickSI公司。2000.重尾建模和电信业务数据。统计年鉴25:1805-1849。
[16] SilvermanBW。1986.统计和数据分析密度估计。查普曼和霍尔，伦敦·Zbl 0617.62042号
[17] 汤加。1990年，非线性时间序列。牛津大学出版社，牛津。
[18] 王X（HuS WangX）。2017.自回归模型自加权M估计的渐近性。Metrika80:83-92·Zbl 1365.62349号
[19] 王凯、朱莉。2018年，高维线性模型中的M估计。《不等式与应用杂志》，文章编号：225。https://doi.org/10.1186/s13660‐018‐1819‐3. ·Zbl 1498.62056号 ·doi:10.1186/s13660‐018‐1819‐3
[20] WuWB。2007.具有相依误差的线性模型的M估计。《统计学年鉴》35:495-521·Zbl 1117.62070号
[21] WuR公司。2013.具有无限方差的一般ARMA过程的M估计。斯堪的纳维亚统计杂志：理论与应用40:571-591·Zbl 1364.62229号
[22] 杨毅（YangY），LingS。2017.基于自加权LAD的重尾门限自回归模型推断。计量经济学杂志197:368-381·Zbl 1422.62292号
[23] YuC、DengM、YauSST。2011年，通过一种新的概率方法进行DNA序列比较。信息科学181:1484-1492。
[24] 张磊、于C、孙JQ。2015.具有非线性特征的实际股市指数的广义Weierstrass-Mandelbrot函数模型。分形23:1550006。
[25] ZhaoZ、Wang D。2012.广义随机系数自回归模型的统计推断。数学和计算机建模56:152-166·Zbl 1255.62289号
[26] 赵Z、王德、彭C。2013年，广义随机系数自回归模型中的系数恒常性检验。应用数学与计算219:10283-10292·Zbl 1293.62210号
[27] 赵姿、刘毅、彭奇。2018年。广义随机系数自回归模型中的变量选择。《不等式与应用杂志》，文章编号：82。https://doi.org/10.1186/s13660‐018‐1680‐4. ·Zbl 1497.62250号 ·doi:10.1186/s13660‐018‐1680‐4
[28] 赵志伟、杨力、彭CX、富志。2019.具有条件矩限制的广义随机系数自回归模型中基于经验似然的推断。《计算与应用数学杂志》348:146-160·Zbl 1408.62153号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。