×
穆勒，乌苏拉大学。;安东·希克;沃尔夫冈·韦费尔梅耶

线性和非线性自回归模型的有效预测。 （英语） Zbl 1106.62103号

Ann.统计。 34，第5期，2496-2533（2006）.
总结：平稳时间序列中过去观测值的条件期望通常由核估计量直接估计，或通过插入转移密度的核估计量来估计。我们证明，对于由独立创新驱动的线性和非线性自回归模型，残差的适当平滑和加权von Mises统计量以更好的参数率估计条件期望，并且是渐近有效的。该证明基于残差的平滑和加权von Mises过程的均匀随机展开。我们特别考虑了条件分布函数和条件分位数函数的估计。

引用于4文件

理学硕士：

62平方米 随机过程推断和预测
6220国集团 非参数推理的渐近性质
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62G08号 非参数回归和分位数回归
2017年1月60日 函数极限定理；不变原理

关键词：

经验似然;欧文估计量;加权密度估计器;核平滑经验过程;函数中心极限定理;Donsker类;一致可积熵;一致可积括号熵，伪观测;插入式刺激器;AR模型;EXPAR模型;SETAR模型
PDF格式BibTeX公司 XML格式引用
\textit{U.U.Müller}等人，《美国年鉴》第34卷，第5期，2496--2533页（2006年；Zbl 1106.62103）
全文： 内政部 arXiv公司

参考文献：

[1] An，H.Z.和Huang，F.C.（1996）。非线性自回归模型的几何遍历性。统计师。中研院6 943–956·Zbl 0857.62085号
[2] Berkes，I.和Horváth，L.（2001）。GARCH序列经验过程的强近似。附录申请。普罗巴伯。11 789–809. [更正13（2003）389.]·Zbl 1014.60033号 ·doi:10.1214/aoap/1015345349
[3] Berkes，I.和Horváth，L.（2002）。残差的经验过程。相关数据的经验处理技术（H.Dehling，T.Mikosch和M.Sörensen，eds.）195–209。Birkhäuser，波士顿·Zbl 1021.62071号
[4] Bhattacharya，R.N.和Lee，C.（1995）。非线性一阶自回归模型的遍历性。J.理论。普罗巴伯。8 207–219. ·Zbl 0815.60059号 ·doi:10.1007/BF02213462
[5] Bhattacharya，R.和Lee，C.（1995年）。非线性自回归模型的几何遍历性。统计师。普罗巴伯。莱特。22 311–315. [更正41（1999）439–440。]·Zbl 0830.60059号
[6] Boldin，M.V.（1998）。ARCH模型中的剩余经验分布函数及其在测试和估计中的应用。棒球手套。数学。吉森学院第235 49–66号·Zbl 0921.62063号
[7] Boldin，M.V.（2000）。异方差时间序列的经验过程及其在假设检验和估计中的应用。数学。方法统计。9 65–89. ·Zbl 1006.62076号
[8] Collomb，G.（1984）。融合之道预示着诺尤的完整宣言。Z.Wahrsch公司。版本。Gebiete 66 441–460·Zbl 0525.62046号 ·doi:10.1007/BF00533708
[9] Delecroix，M.和Rosa，A.C.（1995年）。通过估计条件分布函数预测遍历过程。出版物。仪器统计。巴黎大学39 35-56·Zbl 0834.62089号
[10] Gill，R.D.（1989）。非参数和半参数极大似然估计和von Mises方法。我（带着讨论）。扫描。J.统计。16 97–128. ·Zbl 0688.62026号
[11] Golubev，G.K.和Levit，B.Y.（1996年）。关于分布函数的二阶极小极大估计。数学。方法统计。5 1–31. ·Zbl 0853.62028号
[12] 哈伯曼，S.J.（1984）。通过最小判别信息进行调整。安。统计师。12 971–988. [更正14（1986）358.]·Zbl 0583.62020号 ·doi:10.1214/aos/1176346715
[13] Koul，H.L.和Schick，A.（1996年）。随机系数自回归模型中的自适应估计。安。统计师。24 1025–1052. ·Zbl 0906.62087号 ·doi:10.1214/aos/1032526954
[14] Koul，H.L.和Schick，A.（1997年）。非线性自回归时间序列模型的有效估计。伯努利3 247–277·Zbl 1066.62537号 ·doi:10.2307/3318592
[15] Levit，B.Y.（1975年）。线性泛函的条件估计。问题通知。变速器11 291–302·Zbl 0379.62022号
[16] Masry，E.（1989）。平稳过程条件概率密度和期望的非参数估计：强一致性和速率。随机过程。申请。32 109–127. ·Zbl 0692.62034号 ·doi:10.1016/0304-4149（89）90056-2
[17] U·Müller、A·Schick和W·Wefelmeyer（2001年）。约束马尔可夫链模型的改进估计。统计师。普罗巴伯。莱特。54 427–435. ·Zbl 1002.62065号 ·doi:10.1016/S0167-7152（01）00121-3
[18] 缪勒，U.U.，希克，A.和韦费尔梅耶，W.（2005）。非线性自回归模型的加权残差密度估计。统计师。Sinica 15 177-195年·Zbl 1059.62035号
[19] 欧文，A.B.（1988年）。单个函数的经验似然比置信区间。生物特征75 237–249。JSTOR公司：·Zbl 0641.62032号 ·doi:10.1093/生物技术/75.2237
[20] Owen，A.B.（2001年）。经验可能性。查普曼和霍尔/CRC，佛罗里达州博卡拉顿·Zbl 0989.62019
[21] Radulović，D.和Wegkamp，M.（2000年）。平滑经验过程的弱收敛：超越Donsker类。《高维概率II》（E.Giné，D.Mason和J.Wellner编辑）89-105。Birkhäuser，波士顿·Zbl 0973.60025号
[22] Radulović，D.和Wegkamp，M.（2003年）。光滑经验过程弱收敛的充要条件。统计师。普罗巴伯。莱特。61 321–336. ·Zbl 1048.62051号 ·doi:10.1016/S0167-7152（02）00395-4
[23] Robinson，P.M.（1983）。时间序列的非参数估计。J.时间序列。分析。4 185–207. ·Zbl 0544.62082号 ·doi:10.1111/j.1467-9892.1983.tb00368.x
[24] Robinson，P.M.（1986）。关于非参数核时间序列回归、自回归和密度估计的一致性和有限样本性质。Ann.Inst.统计。数学。38 539–549. ·Zbl 0612.62126号 ·doi:10.1007/BF02482541
[25] Rost，D.（2000年）。光滑经验过程的极限定理。《高维概率II》（E.Giné，D.Mason和J.Wellner编辑）107–113。Birkhäuser，波士顿·兹比尔0968.60023
[26] Roussas，G.G.（1969年）。马尔可夫过程转移分布函数的非参数估计。安。数学。统计师。40 1386–1400. ·Zbl 0188.50501号 ·doi:10.1214/aoms/1177697510
[27] Roussas，G.G.（1991年）。马尔可夫过程中转移分布函数及其分位数的估计：强相合性和渐近正态性。非参数函数估计及相关主题（G.G.Roussas，ed.）443-462。多德雷赫特，克鲁沃·Zbl 0735.62081号
[28] Roussas，G.G.（1991年）。马尔可夫过程转移分布函数的递归估计：渐近正态性。统计师。普罗巴伯。莱特。11 435–447. ·Zbl 0735.62082号 ·doi:10.1016/0167-7152（91）90193-U
[29] Roussas，G.G.和Tran，L.T.（1992年）。相依条件下递归核回归估计的渐近正态性。安。统计师。20 98–120. ·Zbl 0925.62171号 ·doi:10.1214/aos/1176348514
[30] Rudin，W.（1974年）。Real and Complex Analysis，第二版，McGraw-Hill，纽约·Zbl 0278.26001号
[31] Saavedra，A.和Cao，R.（2000年）。关于移动平均过程边缘密度的估计。加拿大。J.统计。28 799–815. ·Zbl 0966.62022号 ·doi:10.2307/3315917
[32] Schick，A.和Wefelmeyer，W.（2002年）。估计非线性自回归模型中的创新分布。Ann.Inst.统计。数学。54 245–260. ·Zbl 1013.62092号 ·doi:10.1023/A:1022413700321
[33] Schick，A.和Wefelmeyer，W.（2004）。用U统计量估计线性过程的不变律。安。统计师。32 603–632. ·Zbl 1091.62066号 ·doi:10.1214/009053600000000111
[34] Schick，A.和Wefelmeyer，W.（2004年）。移动平均过程的根一致和最优密度估计。扫描。J.统计。31 63–78. ·Zbl 1053.62045号 ·文件编号：10.1111/j.1467-9469.2004.00373.x
[35] Schick，A.和Wefelmeyer，W.（2004）。滑动平均过程平稳密度插件估计的函数收敛性和最优性。伯努利10 889–917·Zbl 1058.62072号 ·doi:10.3550/bj/1099579161
[36] Tran，L.T.（1993）。局部平均估计的时间序列非参数函数估计。安。统计师。21 1040–1057. ·兹比尔0790.62037 ·doi:10.1214/aos/1176349163
[37] Truong，Y.K.和Stone，C.J.（1992年）。涉及时间序列的非参数函数估计。安。统计师。20 77–97. ·Zbl 0764.62038号 ·doi:10.1214/aos/1176348513
[38] van der Vaart，A.W.（1994）。平滑经验过程的弱收敛性。扫描。J.统计。21 501–504. ·Zbl 0809.62040号
[39] van der Vaart，A.W.和Wellner，J.A.（1996）。弱收敛和经验过程。与统计应用。施普林格，纽约·Zbl 0862.60002号
[40] Van Keilegom，I.、Akritas，M.G.和Veraverbeke，N.（2001年）。截尾数据回归中条件分布的估计：一项比较研究。计算。统计师。数据分析。35 487–500. ·Zbl 1080.62515号 ·doi:10.1016/S0167-9473（00）00025-6
[41] Van Keilegom，I.和Veraverbeke，N.（2001年）。截尾数据非参数回归中的风险率估计。Ann.Inst.统计。数学。53 730–745. ·Zbl 1003.62039号 ·doi:10.1023/A:1014696717644
[42] Van Keilegom，I.和Veraverbeke，N.（2002年）。删失回归模型中的密度和风险估计。伯努利8 607–625·兹比尔1007.62029
[43] Yakowitz，S.（1985）。马尔可夫序列的非参数密度估计、预测和回归。J.Amer。统计师。协会80 215–221。JSTOR公司：·Zbl 0566.62029号 ·doi:10.2307/2288075
[44] Yakowitz，S.（1987）。时间序列分析的最近邻法。J.时间序列。分析。8 235–247. ·兹比尔0615.62115 ·文件编号：10.1111/j.1467-9892.1987.tb00435.x
[45] Yosida，K.（1980）。功能分析，第6版，施普林格，柏林·Zbl 0435.46002号
[46] Yukich，J.E.（1992年）。平滑经验过程的弱收敛性。扫描。J.统计。19 271–279. ·Zbl 0756.60026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。