×

时间序列中线性回归M-估计的有界性。 (英语) Zbl 1419.62236号

摘要:我们证明了时间序列中多元线性回归的一般M-估计量在样本容量中的概率一致有界性。假设M估计量的正准则函数是下半连续的,并且对于大参数来说足够大。特殊情况是Huber-skip和分位数回归。有界性要求假设小回归变量的频率。我们表明,这对各种确定性和随机回归变量都是满意的,包括平稳和随机游走回归变量。通过对回归变量条件的详细分析,并结合最近的一些鞅结果,得到了这些结果。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62J05型 线性回归;混合模型
60克42 离散参数鞅
2012年12月62日 参数估计量的渐近性质

软件:

鲁棒基地
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿巴迪尔,K.M。;Lucas,A.,基于M-估计量和单位根的t-统计分位数,《经济快报》,67,131-137,(2000)·兹比尔0990.62013
[2] Bercu,B。;Touati,A.,自规范鞅的指数不等式及其应用,应用概率年鉴,181848-1869,(2008)·Zbl 1152.60309号
[3] Billingsley,P.,概率测度的收敛性,(1968),Wiley·Zbl 0172.21201号
[4] Chen,X.R。;Wu,Y.H.,线性模型中M估计的强相合性,多元分析杂志,27116-130,(1988)·兹比尔0649.62057
[5] Chow,Y.S.,鞅的局部收敛与大数定律,《数理统计年鉴》,36,552-558,(1965)·Zbl 0134.34003号
[6] 采季克,P.,相关性下非线性回归中的最小二乘法,《统计规划与推断杂志》,1363967-3988,(2005)·Zbl 1103.62061号
[7] Davies,L.,《S公司-线性回归模型中的估计量,《统计年鉴》,第18期,第1651-1675页,(1990年)·Zbl 0719.62042号
[8] M.V.法萨诺。;Maronna,R.A。;Sued,M。;Yohai,V.J.,回归M泛函的连续性和可微性,Bernoulli,18,1284-1309,(2012)·Zbl 1329.62303号
[9] Huber,P.J.,位置参数的稳健估计,《数理统计年鉴》,35,73-101,(1964)·Zbl 0136.39805号
[10] 胡贝尔,P.J。;Ronchetti,E.M.,《稳健统计》(2009),威利·Zbl 1276.62022号
[11] Jennrich,R.I.,非线性最小二乘估计量的渐近性质,《数理统计年鉴》,40633-643,(1969)·Zbl 0193.47201号
[12] Johansen,S。;Nielsen,B.,使用鞅和经验过程的一些新结果分析前向搜索,Bernoulli,221131-1183,(2016)·Zbl 1388.62206号
[13] Jurečková,J。;Sen,P.K。;Picek,J.,《稳健和非参数统计中的方法工具》,(2012),查普曼和霍尔/CRC出版社
[14] K.奈特,无限变量随机游走中自回归参数估计的极限理论,加拿大统计杂志,17,261-278,(1989)·Zbl 0697.62023号
[15] K.奈特,积分无穷方差过程中M估计的极限理论,计量经济学理论,7200-212,(1991)
[16] Koenker,R。;Bassett,G.,回归分位数,计量经济学,46,33-50,(1978)·Zbl 0373.62038号
[17] Koenker,R。;Xiao,Z.,单位根分位数自回归推断,美国统计协会杂志,99775-787,(2004)·兹比尔1117.62370
[18] Lai,T.L。;Wei,C.Z.,随机回归模型中的最小二乘估计及其在动态系统识别和控制中的应用,《统计年鉴》,第10期,第154-166页,(1982)·Zbl 0488.62071号
[19] Liese,F。;Vajda,I.,一般回归模型中M估计的一致性,多元分析杂志,5093-114,(1994)·Zbl 0872.62071号
[20] Lucas,A.,基于M估计的单位根检验,计量经济学理论,11,331-346,(1995)
[21] 马龙娜,R.A。;马丁·D·R。;尤海,V.J.,《稳健统计:理论和方法》,(2006),威利·邮编1094.62040
[22] 维舍克,J.á。,修剪最少的方块。第一部分:一致性,Kybernetika,42,1-36,(2006)·Zbl 1248.62033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。