×
哈南·埃尔赛义德;弗莱德，罗兰

负二项INACH模型的稳健估计。 （英语） Zbl 1476.62182号

Metron公司 79，第2期，137-158（2021）.
小结：我们讨论计数时间序列的INARCH模型的稳健估计，其中每个观测值都有条件地遵循一个带常数尺度参数的负二项分布，条件平均值线性依赖于以前的观测值。我们开发了几种稳健估计，其中一些是对矩方法的计算快速修改，以及对条件极大似然的一些相当有效的修改。使用模拟将这些估算值与最近的相关建议进行比较。通过一个实际数据示例说明了所提方法的有效性。

引用于1文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62层35 鲁棒性和自适应程序（参数推断）
60亿10 平稳随机过程
62J12型 广义线性模型（逻辑模型）

关键词：

计数时间序列;负二项分布;过度分散;广义线性模型;秩自相关;Tukey M估计器;加性异常值
PDF格式BibTeX公司 XML格式引用
\textit{H.Elsaied}和\textit{R.Fried}，Metron 79，No.2，137--158（2021；Zbl 1476.62182）
全文： DOI程序
OA许可证

参考文献：

[1] 埃伯哈德，WH；坎通尼，E。；Heritier，S.，负二项回归模型中的稳健推理及其在跌倒数据中的应用，生物计量学，70920-931（2014）·Zbl 1393.62011年 ·doi:10.1111/biom.12212
[2] Amemiya，T.，《高级计量经济学》（1985），剑桥：哈佛大学出版社，剑桥
[3] Axt，I。；Fried，R.，平均值偏移下的方差估计，高级统计分析。，104, 417-457 (2020) ·Zbl 1457.62128号 ·doi:10.1007/s10182-020-00366-5
[4] Breslow，NE，对数线性模型中的超泊松变化，J.R.Stat.Soc.Ser。C、 33、38-44（1984）
[5] 卡迪根，NG；Chen，J.，泊松和负二项数据的稳健M-估计的性质，J.Stat.Compute。模拟。，70, 273-288 (2001) ·Zbl 0988.62019号 ·doi:10.1080/00949650108812122
[6] Cantoni，E.，Ronchetti，E.：广义线性模型的稳健推断。《美国统计协会杂志》96，1022-1030（2001）·Zbl 1072.62610号
[7] Chow，YS，《关于鞅的强大数定律》，Ann.Math。Stat.，38，2，610（1967）·Zbl 0168.16103号 ·doi:10.1214/aoms/1177698981
[8] 克里斯托，V。；Fokianos，K.，负二项时间序列模型的拟似然推断，J.time-Ser。分析。，35, 1, 55-78 (2014) ·Zbl 1301.62084号 ·doi:10.1111/jtsa.12050
[9] Durre，A.，Fried，R.，Liboschik，T.：（偏）自相关的稳健估计。WIRE计算统计7（3），205-222（2015）
[10] Elsaied，H。；Fried，R.，《INACH模型的稳健拟合》，J.Time-Ser。分析。，35, 6, 517-535 (2014) ·Zbl 1311.62144号 ·doi:10.1111/jtsa.12079
[11] Elsaied，H。；Fried，R.，Tukey的泊松参数M估计量，特别关注小平均值，Stat.Methods Appl。，25, 2, 191-209 (2016) ·兹比尔1405.62034 ·doi:10.1007/s10260-015-0295-x
[12] 费兰德，R。；拉图尔，A。；Oraichi，D.，整数值GARCH过程，时间序列分析杂志。，27, 923-942 (2006) ·Zbl 1150.62046号 ·文件编号：10.1111/j.1467-9892.2006.00496.x
[13] 福基阿诺斯，K。；Fried，R.，《INGARCH过程中的干预》，J.Time-Ser。分析。，31, 210-225 (2011) ·Zbl 1242.62095号 ·文件编号：10.1111/j.1467-9892.2010.00657.x
[14] 福基阿诺斯，K。；Rahbek，A。；Tjotheim，D.，泊松自回归，J.Am.Stat.Assoc.，104，1430-1439（2009）·Zbl 1205.62130号 ·doi:10.1198/jasa.2009.tm08270
[15] 油炸，R。；Liboschik，T.等人。；Elsaied，H。；Kitromilidou，S。；Fokianos，K.，《GLM后计数时间序列中的异常值和干预》，澳大利亚。J.Stat.，43，3，181-193（2014）·doi:10.17713/ajs.v43i3.30
[16] 加雷尔，B。；Hallin，M.，基于秩的自回归顺序识别，美国统计协会，94，448，1357-1371（1999）·Zbl 0994.62089号 ·doi:10.1080/01621459.1999.10473887
[17] 休伯特，M。；Debruyne，M.，最小协方差行列式，WIREs Comp。统计，236-43（2010）·doi:10.1002/wics.61
[18] Jensen，ST；Rahbek，A.，《关于（几何上）遍历马尔可夫链的大数定律》，经济学。理论，23761-766（2007）·Zbl 1237.60023号 ·doi:10.1017/S0266466607070326
[19] Lawless，JF，负二项和混合泊松回归，加拿大。《J Stat.》，第15卷，209-225页（1987年）·Zbl 0632.62060号 ·doi:10.2307/3314912
[20] Liboschik，T.、Fokianos，K.、Fried，R.：tscount：分析广义线性模型下计数时间序列的R包。J.统计软件。82, 5 (2017). doi:10.18637/jss.v082.i05
[21] R核心团队：R：统计计算的语言和环境。奥地利维也纳R统计计算基金会（2019年）。https://www.R-project.org/
[22] Raymaekers，J.，Rousseeuw，P.J.，Van den Bossche，W.，Hubert，M.：CellWise。https://cran.r-project.org/web/packages/cellWise/cellWise.pdf (2019)
[23] Rooch，A。；泽洛，I。；Fried，R.，平均值变化下LRD参数的估计方法，Stat.Pap。，60, 1, 313-347 (2019) ·Zbl 1411.62260号 ·doi:10.1007/s00362-016-0839-7
[24] 罗素，PJ；格罗斯曼，W。；Pflug，G。；文斯，I。；Wertz，W.，《高崩溃点多元估计》，《数理统计与应用》，283-297（1985），多德雷赫特：雷德尔出版公司，多德雷赫特·Zbl 0609.62054号 ·文件编号：10.1007/978-94-009-5438-0_20
[25] 罗素，PJ；van Zomeren，BC，《揭示多元异常值和杠杆点》，美国统计协会，85，633-639（1990）·网址：10.1080/01621459.1990.10474920
[26] Taniguchi先生。；Kakizawa，Y.，时间序列统计推断的渐近理论（2000），纽约：Springer，纽约·Zbl 0955.62088号 ·doi:10.1007/978-1-4612-1162-4
[27] 熊，L。；Zhu，F.，负二项积分值GARCH（1,1）模型的稳健拟似然估计及其在交易计数中的应用，J.Stat.Plan。推理，203178-198（2019）·Zbl 1422.62173号 ·doi:10.1016/j.jspi.2019.03.010
[28] Zhu，F.，负二项积分值GARCH模型，J.Time-Ser。分析。，32, 54-67 (2011) ·Zbl 1290.62092号 ·文件编号：10.1111/j.1467-9892.2010.00684.x
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。