×

分解方案中的正交序列密度估计。 (英语) Zbl 1090.62095号

摘要:我们考虑通过独立随机参数(AR(1))过程的聚合获得的长记忆过程。我们提出了潜在随机参数密度的估计。该估计器基于基于Gegenbauer多项式的密度函数的展开。得到了平均积分平方误差(MISE)和均匀误差的收敛速度。蒙特卡洛模拟对结果进行了说明。

理学硕士:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62G07年 密度估算
6220国集团 非参数推理的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abramovitz,M。;Stegun,I.,《带公式、图形和数学表的数学函数手册》(1965年),多佛出版社:纽约多佛出版社
[2] Anh,V.V。;Leonenko,N.N。;McVinish,R.,分数Riesz-Bessel运动和相关过程的模型,分形,9329-346(2001)
[3] Anh,V.V。;海德,C.C。;Leonenko,N.N.,莱维噪声驱动的长记忆过程的动态模型,J.Appl。概率。,39, 730-747 (2002) ·Zbl 1016.60039号
[4] Anh,V.V。;Knopova,V.P。;Leonenko,N.N.,具有周期性长程依赖性的连续时间随机过程,Austral。新泽西州统计局。,46, 2, 275-296 (2004) ·Zbl 1080.60034号
[5] 巴恩多夫·尼尔森,O.E.,《奥恩斯坦-乌伦贝克过程的叠加》,《理论问题》。申请。,45, 175-194 (2001) ·兹比尔1003.60039
[6] 乔恩索夫,N.N.,从观测值评估未知分布密度,苏联数学。,3, 1559-1562 (1962) ·Zbl 0133.11801号
[7] Dachuna-Castelle,D.,Oppenheim,G.,2001年。混合、聚合和长内存。南巴黎大学技术报告。;Dacuha Castelle,D.,奥本海姆,G.,2001年。混合、聚合和长内存。南巴黎大学技术报告。
[8] Duren,P.,《(H^P)空间理论》(1970),学术出版社:纽约学术出版社·Zbl 0215.20203号
[9] Feller,W.,《概率论及其应用导论》,第二卷(1971年),《概率和数理统计中的Wiley级数:概率和数理统计中的威利级数》,纽约·Zbl 0219.60003号
[10] Granger,C.W.,《长记忆关系和动态模型的聚合》,J.Econom。,14, 227-238 (1980) ·Zbl 0466.62108号
[11] Hall,P.,估计密度及其区间导数的两种正交级数方法的比较,J.多元分析。,12, 432-449 (1982) ·Zbl 0504.62032号
[12] Haubrich,J.G。;Lo,A.W.,《商业周期中长期依赖的来源和性质》,《经济评论》。Rev.(克利夫兰联邦储备银行,Q II),37,15-30(2001)
[13] Leipus,R。;Viano,M.-C.,用有限或无限方差通用方法建模长记忆时间序列,J.time-Ser。分析。,21, 61-74 (2000) ·Zbl 0974.62083号
[14] 奥本海姆,G。;Viano,M.-C.,随机参数的聚合Ornstein-Uhlenbeck或AR过程的某些收敛结果,J.Time-Ser。分析。,25, 335-350 (2004) ·Zbl 1064.60066号
[15] Robinson,P.,随机系数自回归模型的统计推断,Scand。J.统计。理论应用。,5, 169-172 (1978) ·Zbl 0392.62072号
[16] Sansone,G.,《正交函数》(1959),Interscience Publisher,Inc.:IntersciencePublisher,Inc纽约·Zbl 0084.06106号
[17] Szegö,G.,正交多项式(1967),美国数学学会:美国数学学会纽约
[18] Viollaz,A.J.,密度函数估计偏差的L_2范数的渐近分布,年鉴。统计人员。,8, 322-346 (1980) ·Zbl 0433.62025号
[19] Whittaker,E。;Watson,G.,《现代分析课程》(1927),剑桥大学出版社:剑桥大学出版社
[20] Zaffaroni,P.,《大型经济体中线性动态模型的同期聚合》,J.Econom。,120, 75-102 (2004) ·兹比尔1282.91263
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。