×
迪翁，C。;Genon-Catalot，V。

混合随机微分模型中的二维随机效应估计。 （英语） Zbl 1342.62138号

统计推断统计。过程。 19，第2期，131-158（2016）.
摘要：在这项工作中，研究了漂移中具有两个随机效应的混合随机微分模型。我们假设在一个大的时间间隔（[0，T]\）内连续观察到（N）轨迹。研究了两个方向。首先，我们估计了一条轨迹的随机效应，并给出了估计量的（L^2）-风险的界。其次，我们建立了随机效应共同二元密度的非参数估计。研究了平均积分平方误差。通过仿真验证了密度估计器的性能。

引用于10文件

MSC公司：

2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
62克07 密度估算
60J60型 扩散过程

关键词：

自适应带宽;密度估计;核估计量;平均积分平方误差;混合效应模型;随机微分方程

软件：

MsdeParEst女士
PDF格式BibTeX公司 XML格式引用
\textit{C.Dion}和\textit{V.Genon-Catalot}，统计推断Stoch。过程。19，第2号，131--158（2016；Zbl 1342.62138）
全文： DOI程序 哈尔

参考文献：

[1] Alfonsi A（2005）关于CIR（和贝塞尔平方）过程的离散化方案。蒙特卡罗方法应用11:355-384·Zbl 1100.65007号 ·doi:10.1515/156939605777438569
[2] Comte F，Genon-Catalot V，Rozenholc Y（2007）扩散过程系数的惩罚非参数均方估计。伯努利13:514-543·Zbl 1127.62067号 ·doi:10.3150/07-BEJ5173
[3] Comte F，Genon-Catalot V，Samson A（2013），随机效应随机微分方程的非参数估计。Stoch过程应用程序7:2522-2551·Zbl 1284.62251号 ·doi:10.1016/j.spa.2013.04.009
[4] Comte F，Lacour C（2013）各向异性自适应核反褶积。安·德·l'Institut Henri Poincaré（B）概率与统计49:569-609·兹比尔1348.62121 ·doi:10.1214/11-AIHP470
[5] Davidian M，Giltinan D（1995），重复测量数据的非线性模型。查普曼和霍尔，伦敦
[6] Delatre M，Genon-Catalot V，Samson A（2013），随机效应随机微分方程的最大似然估计。扫描J统计40:322-343·Zbl 1328.62148号 ·数字对象标识代码：10.1111/j.1467-9469.2012.00813.x
[7] Delatre M，Genon-Catalot V，Samson A（2014），扩散系数中随机效应随机微分方程中总体参数的估计。电子打印hal-01056917，MAP5 2014-07·Zbl 1234.62035号
[8] Delattre M，Lavielle M（2013）在混合效应扩散模型中耦合SAEM算法和扩展卡尔曼滤波器进行最大似然估计。统计接口6:519-532·Zbl 1326.93121号 ·doi:10.4310/SII.2013.v6.n4.a10
[9] Diggle P，Heagerty P，Liang K，Zeger S（2002）纵向数据分析。牛津大学出版社，纽约·Zbl 1031.62002号
[10] Dion C（2014）混合效应Ornstein-Uhlenbeck模型中的非参数估计。电子打印hal-01023300，MAP5 2014-24
[11] Donnet S，Samson A（2013）《药代动力学随机微分方程估计综述：药效学模型》。高级药物交付版本65:929-939·doi:10.1016/j.地址：2013.03.005
[12] Genon-Catalot V，Jeantheau T，Laredo C（2000）作为隐马尔可夫模型的随机波动率模型和统计应用。伯努利6:1051-1079·Zbl 0966.62048号 ·doi:10.2307/3318471
[13] Genon-Catalot V，Larédo C（2014）混合效应随机微分方程的估计。电子打印hal-00807258·Zbl 1440.62319号
[14] Goldenshluger A，Lepski O（2011）《核密度估计中的带宽选择：预言不等式和自适应极小极大最优性》。安统计39:1608-1632·Zbl 1234.62035号 ·doi:10.1214/11-AOS883
[15] Iacus S（2008）随机微分方程的模拟和推断。，StatisticsSpringer，纽约·Zbl 1210.62112号 ·doi:10.1007/978-0-387-75839-8
[16] Kerkyachar G，Lepski O，Picard D（2007）各向异性多指标去噪中的非线性估计。理论问题应用52:150-171·兹比尔1315.62031
[17] Kessler M，Lindner A，Sorensen M（2012）随机微分方程的统计方法。博卡拉顿CRC出版社·Zbl 1246.60005号
[18] Kloeden P，Platen E（1992）随机微分方程的数值解。柏林施普林格·Zbl 0752.60043号 ·doi:10.1007/978-3-662-12616-5
[19] Kutoyants Y（2004）遍历扩散过程的统计推断。斯普林格，伦敦·Zbl 1038.62073号 ·doi:10.1007/978-1-4471-3866-2
[20] Lacour C，Massart P（2015）《Goldenshluger-Lepski方法的最小惩罚》。电子打印hal-01121989·Zbl 1348.62124号
[21] Le Gall J（2012）布朗运动，马丁加莱斯和随机计算。数学与应用第71卷，施普林格·Zbl 1291.60002号
[22] Lipster R，Shiryaev A（2001）随机过程的统计I.，一般理论Springer，柏林·Zbl 1008.62072号
[23] Picchini U，Ditlevsen S，De Gaetano A，Lansky P（2008）缓慢波动信号的扩散泄漏积分和纤芯神经元模型参数。神经计算20:2696-2714·Zbl 1169.68580号 ·doi:10.1162/neco.2008.11-07-653
[24] Pinheiro J，Bates D（2000）《S和Splus中的混合效应模型》。施普林格，纽约·Zbl 0953.62065号 ·doi:10.1007/978-1-4419-0318-1
[25] Revuz D，Yor M（1999）连续鞅与布朗运动，第293卷。柏林施普林格·Zbl 0917.60006号
[26] Schmisser E（2013）多维扩散过程的惩罚非参数漂移估计。统计47:61-84·Zbl 1440.62321号 ·网址：10.1080/02331888.2011.591931
[27] Tsybakov A（2009）非参数估计简介。施普林格，纽约·兹比尔1176.62032 ·doi:10.1007/b13794
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。