×

随机抽样设计下局部平稳随机场的非参数回归。 (英语) Zbl 07526583号

摘要:在本研究中,我们发展了局部平稳随机场(LSRFs)的非参数回归的渐近理论{X}(X)_{\boldsymbol{s},{A_n}}:在({R_n}={[0,{A_n}]^d}\子集{\mathbb{R}^d})中不规则间隔的位置观察到的{\bolsymbol{s}\({Rn})。我们首先导出了一般核估计量的一致收敛速度,然后导出了模型均值函数估计量的渐近正态性。此外,我们考虑了可加模型,以避免因估计量的收敛速度依赖于协变量的数量而引起的维数灾难。随后,我们导出了可加函数估计的一致收敛速度和联合渐近正态性。我们还介绍大约\(m_n\)-依赖的RFs提供LSRFs的示例。我们发现这些RFs包括一大类Lévy驱动的移动平均RFs。

MSC公司:

62Gxx公司 非参数推理
6200万 随机过程推断
60亿美元 随机过程
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Altmeyer,R.和Reiss,M.(2021)。局部测量线性SPDE的非参数估计。附录申请。普罗巴伯。31 1-38. ·Zbl 1476.60099号 ·doi:10.1214/20-aap1581
[2] Bandyopadhyay,S.、Lahiri,S.N.和Nordman,D.J.(2015)。不规则间隔空间数据的频域经验似然方法。安。统计师。43 519-545. ·Zbl 1312.62120号 ·doi:10.1214/14-AOS1291
[3] Bernstein,S.N.(1926年)。关于未定数量的概率计算的超延伸。数学年鉴。21 1-59.
[4] Bolthausen,E.(1982)。关于平稳混合随机场的中心极限定理。安·普罗巴伯。10 1047-1050. ·Zbl 0496.60020号 ·doi:10.1214/aop/1176993726
[5] R.C.布拉德利(1989)。关于随机场混合条件的注意事项。统计师。普罗巴伯。莱特。8 489-491. ·Zbl 0697.60054号 ·doi:10.1016/0167-7152(89)90032-1
[6] Brockwell,P.J.(2001年)。Lévy驱动的CARMA过程。Ann.Inst.Statist公司。数学。53 113-124. 非线性非高斯模型和相关滤波方法(东京,2000年)·Zbl 0995.62089号 ·doi:10.1023/A:1017972605872
[7] Brockwell,P.J.和Matsuda,Y.(2017年)。\[{\mathbb{R}^n}\]上的连续自回归移动平均随机场。J.R.统计社会服务。B.统计方法。79 833-857. ·兹比尔1411.62277 ·doi:10.1111/rssb.12197
[8] Dahlhaus,R.(1997)。将时间序列模型拟合到非平稳过程。安。统计师。25 1-37. ·Zbl 0871.62080号 ·doi:10.1214/aos/1034276620
[9] Dahlhaus,R.、Richter,S.和W.B.(2019年)。走向非线性局部平稳过程的一般理论。伯努利25 1013-1044. ·Zbl 1427.60057号 ·doi:10.3150/17-bej1011
[10] Dahlhaus,R.和Subba Rao,S.(2006年)。时变ARCH过程的统计推断。安。统计师。34 1075-1114. ·Zbl 1113.62099号 ·doi:10.1214/0090536000000227
[11] Dedecker,J.、Doukhan,P.、Lang,G.、León,J.R.、Louhichi,S.和Prieur,C.(2007年)。弱依赖性:示例和应用.统计学课堂讲稿190.纽约:斯普林格·Zbl 1165.62001号
[12] Doukhan,P.(1994)。混合:属性和示例.统计学课堂讲稿85.纽约:斯普林格·兹比尔0801.60027 ·doi:10.1007/978-1-4612-2642-0
[13] Fryzlewicz,P.、Sapatinas,T.和Subba Rao,S.(2008)。时变ARCH模型中的归一化最小二乘估计。安。统计师。36 742-786·Zbl 1133.62071号 ·doi:10.1214/07-AOS510
[14] Fuglstad,G.-A.、Simpson,D.、Lindgren,F.和Rue,H.(2015)。非平稳空间数据总是需要非平稳随机域吗?小争吵。斯达。14 505-531.
[15] Gelfand,A.E.、Kim,H.-J.、Sirmans,C.F.和Banerjee,S.(2003)。空间变系数过程的空间建模。J.Amer。统计师。协会。98 387-396. ·兹比尔1041.62041 ·doi:10.1198/0162145003000170
[16] Hafner,C.M.和Linton,O.(2010年)。多元乘法波动率模型的有效估计。J.计量经济学159 55-73. ·Zbl 1431.62381号 ·doi:10.1016/j.jeconom.2010.04.007
[17] Hallin,M.、Lu,Z.和Tran,L.T.(2004)。局部线性空间回归。安。统计师。32 2469-2500. ·Zbl 1069.62075号 ·doi:10.1214/009053604000000850
[18] Hallin,M.、Lu,Z.和Yu,K.(2009)。局部线性空间分位数回归。伯努利15 659-686. ·Zbl 1452.62283号 ·doi:10.3150/08-BEJ168
[19] Hansen,B.E.(2008)。相依数据核估计的一致收敛速度。计量经济学理论24 726-748. ·Zbl 1284.62252号 ·doi:10.1017/S0266466608080304
[20] Horowitz,J.L.和Lee,S.(2012年)。用工具变量非参数估计函数的一致置信带。J.计量经济学168 175-188. ·Zbl 1443.62099号 ·doi:10.1016/j.jeconom.2011.12.001
[21] Jenish,N.(2012年)。近纪元相关下的非参数空间回归。J.计量经济学167 224-239. ·Zbl 1441.62753号 ·doi:10.1016/j.jeconom.2011.11.008
[22] Karcher,W.、Roth,S.、Spodarev,E.和Walk,C.(2019年)。无限可分移动平均随机场的反问题。统计推断统计。过程。22 263-306·Zbl 1425.62130号 ·doi:10.1007/s11203-018-9188-6
[23] Kato,K.和Kurisu,D.(2020年)。高频观测下勒维密度谱估计的自举置信带。随机过程。申请。130 1159-1205. ·Zbl 1471.60032号 ·doi:10.1016/j.spa.2019.04.012
[24] Koo,B.和Linton,O.(2012年)。半参数局部平稳扩散模型的估计。J.计量经济学170 210-233. ·Zbl 1443.62224号 ·doi:10.1016/j.jeconom.2012.05.003
[25] Kristensen,D.(2009)。异质相依数据核估计的一致收敛速度。计量经济学理论25 1433-1445. ·Zbl 1286.62031号 ·网址:10.1017/S0266466609090744
[26] Kristensen,D.(2011)。时间非齐次马氏链的平稳逼近及其应用。Mimeo公司。
[27] Kurisu,D.(2019年)。关于区域扩张和填充渐近下空间回归模型的非参数推断。统计师。普罗巴伯。莱特。154 108543中·Zbl 1428.62211号 ·doi:10.1016/j.spl.2019.06.019
[28] Kurisu,D.(2021年)。局部平稳函数时间序列的非参数回归。arXiv:2105.07613。
[29] Kurisu,D.(2021年)。关于局部平稳函数时间序列的估计。arXiv:2105.11873。
[30] Kurisu,D.(2022年)。补充“随机抽样设计下局部平稳随机场的非参数回归”·Zbl 07526583号 ·doi:10.3150/21-BEJ1385SUPP文件
[31] Kurisu,D.、Kato,K.和Shao,X.(2021)。高维空间数据的高斯近似和空间相关的野引导。arXiv:2103.10720。
[32] Lahiri,S.N.(2003年)。一类随机和固定设计下空间过程加权和的中心极限定理。桑基拉65 356-388. ·Zbl 1192.60054号
[33] Lahiri,S.N.和Zhu,J.(2006)。一类随机设计下空间回归模型的重采样方法。安。统计师。34 1774-1813. ·Zbl 1246.62117号 ·doi:10.1214/0090536000000551
[34] Lu,Z.和Tjötheim,D.(2014)。不规则观测空间数据概率密度函数的非参数估计。J.Amer。统计师。协会。109 1546-1564. ·Zbl 1368.62253号 ·doi:10.1080/01621459.2014.947376
[35] Mammen,E.、Linton,O.和Nielsen,J.(1999)。弱条件下反射投影算法的存在性和渐近性质。安。统计师。27 1443-1490. ·Zbl 0986.62028号
[36] Marquardt,T.和Stelzer,R.(2007)。多元CARMA过程。随机过程。申请。117 96-120·Zbl 1115.62087号 ·doi:10.1016/j.spa.2006.05.014
[37] Masry,E.(1996)。时间序列的多元局部多项式回归:一致强一致性和速率。J.时间序列分析。17 571-599. ·Zbl 0876.62075号 ·doi:10.1111/j.1467-9892.1996.tb00294.x
[38] Matsuda,Y.和Yajima,Y.(2009年)。对\[{mathbb{R}^d}\]上不规则间隔数据的傅里叶分析。J.R.统计社会服务。B.统计方法。71 191-217. ·Zbl 1231.62169号 ·doi:10.1111/j.1467-9868.2008.00685.x
[39] Matsuda,Y.和Yajima,Y.(2018年)。局部平稳时空过程。日本。统计数据科学杂志。1 41-57. ·Zbl 1430.62202号 ·doi:10.1007/s42081-018-0003-9
[40] Matsuda,Y.和Yuan,X.(2020年)。多元CARMA随机场。DSSR第113号讨论文件。
[41] 拉吉普特,B.S.和罗森斯基,J.(1989)。无限可分过程的谱表示。普罗巴伯。理论相关领域82 451-487. ·Zbl 0659.60078号 ·doi:10.1007/BF00339998
[42] Robinson,P.M.(2011)。空间数据非参数回归的渐近理论。J.计量经济学165 5-19. ·Zbl 1441.62853号 ·doi:10.1016/j.jeconom.2011.05.002
[43] Schlemm,E.和Stelzer,R.(2012)。多元CARMA过程、连续时间状态空间模型和采样过程创新的完全正则性。伯努利18 46-63. ·Zbl 1248.60039号 ·doi:10.3150/10-BEJ329
[44] Steel,M.F.J.和Fuentes,M.(2010年)。连续空间数据的非高斯和非参数模型。空间统计手册(A.E.Gelfand等人,编辑)。Chapman&Hall/CRC手册。国防部。统计方法149-167. 佛罗里达州博卡拉顿:CRC出版社。 ·doi:10.1201/9781420072884-c11
[45] Truquet,L.(2017)。时变自回归条件异方差模型的参数稳定性和半参数推断。J.R.统计社会服务。B.统计方法。79 1391-1414. ·Zbl 06840438号 ·doi:10.1111/rssb.12221
[46] Truquet,L.(2019)。局部平稳性和时间非均匀马尔可夫链。安。统计师。47 2023-2050. ·Zbl 1429.62372号 ·doi:10.1214/18-AOS1739
[47] Vogt,M.(2012)。局部平稳时间序列的非参数回归。安。统计师。40 2601-2633. ·Zbl 1373.62459号 ·doi:10.1214/12-AOS1043
[48] Yu,B.(1994)。平稳混合序列经验过程的收敛速度。安·普罗巴伯。22 94-116. ·Zbl 0802.60024号 ·doi:10.1214/aop/1176988849
[49] Zhang,T.和Wu,W.B.(2015)。时变非线性回归模型:非参数估计和模型选择。安。统计师。43 741-768. ·Zbl 1312.62046号 ·doi:10.1214/14-AOS1299
[50] Zhao和Wu,W.B.(2008)。非参数时间序列回归的置信带。安。统计师。36 1854-1878. ·Zbl 1142.62346号 ·doi:10.1214/07-AOS533
[51] 周政(2014)。非平稳时间序列回归的非参数规范。伯努利20 78-108. ·兹比尔1400.62205 ·doi:10.3150/12-BEJ477
[52] Zhou,Z.和Wu,W.B.(2009)。非平稳时间序列的局部线性分位数估计。安。统计师。37 2696-2729 ·Zbl 1173.62066号 ·doi:10.1214/08-AOS636
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。