×
米罗斯拉夫·里斯蒂奇。;Aleksandar S.Nastić。;MiletićIlić，Ana V。

具有相依伯努利计数序列的几何时间序列模型。 （英语） Zbl 1275.62068号

J.时间序列。分析。 34，第4期，466-476（2013）.
摘要：基于广义二项式细化，提出了一种新的具有几何边缘分布的平稳一阶积分值自回归过程。该模型涉及相依计数变量。确定了该过程的一些特性。得到了一组估计量，并考虑了它们的渐近分布。给出了估计的一些数值结果。通过实际数据示例讨论了该过程的可能应用。

引用于32文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
10层62层 点估计
2012年12月62日 参数估计量的渐近性质
62第25页 统计学在社会科学中的应用

关键词：

INAR模型;广义二项式细化;几何边际分布;相依计数序列
PDF格式BibTeX公司 XML格式引用
\textit{M.M.Ristić}等人，J.Time-Ser。分析。34，第4号，466--476（2013；Zbl 1275.62068）
全文： 内政部

参考文献：

[1] Al‐Osh，M.A.和Aly，E.E.A.（1992）具有负二项和几何边际的一阶自回归时间序列。统计学理论与方法通讯21（9），2483-2492·Zbl 0775.62225号
[2] Al‐Osh，M.A.和Alzaid，A.A.（1987）一阶整值自回归（INA（1））过程。时间序列分析杂志8261-275·Zbl 0617.62096号
[3] Aly，E.E.A.A.和Bouzar，N.（1994）关于一些整值自回归移动平均模型。多元分析杂志50，132-151·Zbl 0811.62084号
[4] Alzaid，A.A.和Al‐Osh，M.A.（1988），一阶整值自回归（INAR（1））过程：分布和回归特性。Neerlandica统计42，53-61·兹比尔0647.62086
[5] Alzaid，A.A.和Al‐Osh，M.A.（1990）整值pth阶自回归结构（INAR（p））过程。《应用概率杂志》27，314-324·Zbl 0704.62081号
[6] Alzaid，A.A.和Al‐Osh，M.A.（1993）具有广义泊松边际分布的一些自回归滑动平均过程。统计数学研究所年鉴45223-232·Zbl 0777.62085号
[7] Bakouch，H.S.和Ristić，M.M.（2010）零截断泊松整值AR（1）模型。Metrika72（2），265-280·Zbl 1200.62099号
[8] Brännäs，K.和Hellström，J.（2001）广义整值自回归。《计量经济学评论》20（4），425-443·Zbl 1077.62530号
[9] Cui，Y.和Lund，R.B.（2010）二项式AR（1）模型的推断。统计与概率快报801985-1990·Zbl 1202.62114号
[10] Doukhan，P.、Latour，A.和Oraichi，D.（2006）一个简单的整值双线性时间序列模型。应用概率进展38，559-578·Zbl 1096.62082号
[11] 杜，J.‐G。和Li，Y.（1991）整值自回归（INA（p））模型。时间序列分析杂志12，129-142·Zbl 0727.62084号
[12] Franke，J.和Subba Rao，T.（1995）多元一阶整数值自回归。麻省理工大学数学系技术报告。
[13] Freeland，R.K.和McCabe，B.P.M.（2004a）通过泊松自回归对低计数时间序列数据的分析。时间序列分析杂志25（5），701-722·Zbl 1062.62174号
[14] Freeland，R.K.和McCabe，B.P.M.（2004b）预测离散值低计数时间序列。《国际预测杂志》20，427-434。
[15] Freeland，R.K.和McCabe，B.P.M.（2005）泊松AR（1）模型中CLS估计量的渐近性质。统计学与概率论信函73、147-153·Zbl 1065.62032号
[16] Gomes，D.和Canto e Castro，L.（2009）一阶结构自回归（RCINAR）过程的广义整值随机系数。《统计规划与推断杂志》139，4088-4097·Zbl 1183.62149号
[17] Jung，R.C.和Tremayne，A.R.（2006）整数时间序列的二项式细化模型。统计建模6，21-96·Zbl 07257128号
[18] Karlsen，H.和Tjotheim，D.（1988）NEAR（2）和NLAR（2”）时间序列模型的一致估计。英国皇家统计学会杂志。B系列（方法论）50（2），313-320。
[19] Latour，A.（1997）多元GINAR（p）过程。应用概率进展29（1），228-248·Zbl 0871.62073号
[20] Lunn，A.D.和Davies，S.J.（1998）关于生成相关二进制变量的注释。生物技术85，487-490·Zbl 0931.62014号
[21] McKenzie，E.（1985）离散变量时间序列的一些简单模型。水资源公告21645-650。
[22] Nastić，A.S.和Ristić，M.M.（2012）一些几何混合的INAR模型。统计与概率快报82，805-811·Zbl 1242.62103号
[23] Nastić，A.S.、Ristić），M.M.和Bakouch，H.S.（2012）基于负二项式细化的组合几何NAR（p）模型。数学与计算机建模551665-1672·Zbl 1255.62272号
[24] Ristić，M.M.和Nastiá，A.S.（2012）混合INAR（p）模型。时间序列分析杂志33903-915·Zbl 1281.62205号
[25] Ristić，M.M.、Nastiá，A.S.和Bakouch，H.S.（2012b）具有负二项边际的整值自回归过程的估计（NBINAR（1））。统计学传播——理论与方法41（4），606-618·Zbl 1237.62125号
[26] Ristić，M.M.、Nastiá，A.S.、Jayakumar，K.和Bakouch，H.S.（2012a）带几何边缘的二元INAR（1）时间序列模型。应用数学快报25（3），481-485·兹比尔1239.62109
[27] Ristić，M.M.、Bakouch，H.S.和Nastiá，A.S.（2009）一种新的几何一阶整值自回归（NGINAR（1））过程。《统计规划与推断杂志》139，2218-2226·Zbl 1160.62083号
[28] Silva，M.E.和Oliveira，V.L.（2004）INAR（1）模型的高阶矩和累积量的差分方程。时间序列分析杂志25，317-333·Zbl 1062.62167号
[29] Tjostheim，D.（1986）非线性时间序列模型中的估计。随机过程及其应用21，251-273·Zbl 0598.62109号
[30] Wang，D.和Zhang，H.（2011）带符号细化算子的广义RCINAR（p）过程。《统计学中的通信：模拟与计算》40（1），13-44·Zbl 1209.62203号
[31] Weiß，C.H.（2008a）计数时间序列的组合INA（p）模型。《统计与概率快报》78，1817-1822·Zbl 1147.62372号
[32] Weiß，C.H.（2008b）对计数时间序列建模的细化操作——一项调查。统计分析进展92，319-341·Zbl 1477.62256号
[33] Zheng，H.、Basawa，I.V.和Datta，S.（2006年）《关于pth阶随机系数整值自回归过程的推断》。时间序列分析杂志27，411-440·Zbl 1126.62086号
[34] Zheng，H.、Basawa，I.V.和Datta，S.（2007）一阶随机系数整值自回归过程。统计规划与推断杂志137，212-229·Zbl 1098.62117号
[35] Zhu，R.和Joe，H.（2006）基于二项式细化的马尔可夫过程计数数据时间序列建模。《时间序列分析杂志》27，727-738·Zbl 1111.62085号
[36] Zhu，R.和Joe，H.（2010）基于期望细化算子的负二项时间序列模型。统计规划与推断杂志1401874-1888·Zbl 1184.62160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。