×

存在重尾误差时的频率估计。 (英语) Zbl 1045.62090号

小结:我们考虑在加性白噪声存在下估计正弦频率的问题。加性白噪声的平均值为零,但可能没有有限的方差。我们建议使用最小二乘估计量或近似最小二乘估计量来估计未知参数。可以观察到,最小二乘估计量和近似最小二乘估计量是渐近等价的,它们都提供了未知参数的一致估计量。
在误差来自对称稳定分布的假设下,我们得到了最小二乘估计量的渐近分布。我们提出了不同的置信区间构造方法,并通过蒙特卡罗模拟比较了它们的性能。我们还讨论了误差相关时估计量的性质,最后讨论了一些公开的问题。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62E20型 统计学中的渐近分布理论
62甲12 多元分析中的估计
62M15型 随机过程和谱分析的推断
10层62层 点估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Brillinger,D.R.,《拟合余弦:一些程序和一些物理示例》(MacNeill,B.;Umphrey,G.J.,《应用概率和随机过程及抽样理论》(1987),D.Reidel出版公司:D.Reider出版公司美国),75-100
[2] Chung,K.L.,1974年。概率论课程,第二版,纽约学术出版社。;Chung,K.L.,1974年。概率论课程,第二版,纽约学术出版社·Zbl 0345.60003号
[3] Hannan,E.J.,非线性时间序列回归,J.Appl。概率。,8, 767-780 (1971) ·Zbl 0227.62052号
[4] Kay,S.,《现代谱估计:理论与应用》(1988年),普伦蒂斯·霍尔:普伦蒂斯霍尔纽约·Zbl 0658.62108号
[5] Kundu,D.,特定非线性回归模型最小二乘估计量的渐近理论,Statist。普罗巴伯。莱特。,18, 13-17 (1993) ·Zbl 0783.62045号
[6] Kundu,D.,正弦信号最小二乘估计量的渐近理论,统计学,30,3,221-238(1997)·Zbl 1053.62520号
[7] 昆都,D。;Mitra,A.,非线性时间序列回归模型最小二乘估计量的渐近理论,Comm.Statist。理论方法,25133-141(1996)·Zbl 0875.62113号
[8] Mandelbrot,B.,《某些投机价格的变化》,《商业杂志》,36,394-419(1963)
[9] Mitra,A。;Kundu,D.,估计正弦频率的一致性方法;非迭代方法,J.Statist。计算。模拟,58171-194(1997)·Zbl 0873.62029号
[10] Press,W.H.,Teukolsky,S.A.,Vellerling,W.T.和Flannery,B.P.出版社,1992年。FORTRAN中的数字配方,科学计算的艺术,第二版,剑桥大学出版社,剑桥。;Press,W.H.,Teukolsky,S.A.,Vellerling,W.T.和Flannery,B.P.,1992年。FORTRAN中的数字配方,科学计算的艺术,第二版,剑桥大学出版社,剑桥·Zbl 0778.65002号
[11] 赖斯,J.A。;Rosenblatt,M.,《频率估计》,Biometrika,75,477-484(1988)·Zbl 0654.62077号
[12] Samorodnitsky,G。;Taqqu,M.,稳定非高斯随机过程;具有无限方差的随机模型(1994),查普曼和霍尔:查普曼和霍尔纽约·兹比尔0925.60027
[13] Walker,A.M.,关于平稳残差时间序列中谐波分量的估计,生物统计学,58,21-26(1971)·Zbl 0244.62064号
[14] Whittle,P.,时间序列谐波分量和协方差结构的同时估计,Trabalos。Estadlist.公司。,3, 43-57 (1953) ·Zbl 0049.37304号
[15] 吴春芳,非线性最小二乘估计的渐近理论,统计年鉴。,5, 501-513 (1981) ·Zbl 0475.62050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。