×
威廉·肯尼

关于时间序列模型选择的一致性。 （英语） Zbl 07707702号

统计推断统计。过程。 26，第2期，437-458（2023年）.
摘要：我们考虑了一大类时间序列模型的模型选择问题，包括多元计数过程、带有外源协变量的因果过程。提出了一种基于一般惩罚对比度的方法。建立了弱相合和强相合的一些渐近结果。解决了不一致性问题，并提供了一类无法确保一致性的惩罚条款。考虑了连续值和多元计数自回归时间序列的例子。

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62F07型 统计排名和选择程序
2012年12月62日 参数估计量的渐近性质

关键词：

型号选择;强一致性;弱稠度;不一致性;最小对比度估计;因果过程;多元计数时间序列;缺陷对比度
PDF格式BibTeX公司 XML格式引用
\textit{W.Kengne}，统计推断Stoch。过程。26，编号2，437--458（2023；Zbl 07707702）
全文： 内政部 arXiv公司

参考文献：

[1] 巴德特，吉咪；Wintenberger，O.，多维因果过程拟极大似然估计的渐近正态性，Ann Stat，37，5，2730-2759（2009）·Zbl 1173.62063号 ·doi:10.1214/08-AOS674
[2] 巴德特，吉咪；Kengne，W。；Wintenberger，O.，《使用惩罚拟似然法在一般因果时间序列中检测多重断裂》，Electron J Stat，6435-477（2012）·Zbl 1337.62210号 ·doi:10.1214/12-EJS680
[3] 巴德特，吉咪；卡米拉，K。；Kengne，W.，通用时间序列模型的一致模型选择标准和良好性测试，Electron J Stat，14,12009-2052（2020）·Zbl 1434.62180号 ·doi:10.1214/20-EJS1709
[4] Bardet JM，Kare K，Kengne W（2022）时间序列的高效和一致的数据驱动模型选择。伯努利（2022）；arXiv版本：arXiv:2110.09785·Zbl 1434.62180号
[5] 崔，Y。；李强。；Zhu，F.，柔性二元泊松积分值garch模型，Ann Inst Stat Math，72，6，1449-1477（2020）·Zbl 1467.62142号 ·doi:10.1007/s10463-019-00732-4
[6] 丁，J。；塔洛赫，V。；Yang，Y.，桥接AIC和BIC：自回归的新标准，IEEE Trans-Inf理论，64，6，4024-4043（2017）·Zbl 1395.94209号 ·doi:10.1109/TIT.2017.2717599
[7] 丁，J。；塔洛赫，V。；Yang，Y.，《模型选择技术：概述》，IEEE Signal Process Mag，35，6，16-34（2018）·doi:10.1109/MSP.2018.2867638
[8] 丁J，杨Y，Tarokh V（2021）现代数据分析模型选择中的12个基本极限。Inf Theoret Methods Data Sci信息论方法数据科学359
[9] Diop ML，Kengne W（2021a）多元时间序列中变化点检测的一般程序。arXiv预印本arXiv：2104.13789·Zbl 07548162号
[10] 迪奥普，ML；Kengne，W.，一般积分时间序列的一致模型选择程序，统计学，55，6，1207-1230（2021）·Zbl 07548162号 ·doi:10.1080/02331888.2022.2029861
[11] 迪奥普，ML；Kengne，W.，具有外生协变量的一般因果时间序列的推断和模型选择，Electron J Stat，16，116-157（2022）·Zbl 1493.62517号 ·doi:10.1214/21-EJS1950
[12] 范，J。；Li，R.，《基于非一致惩罚似然的变量选择及其预言属性》，美国统计协会，96，456，1348-1360（2001）·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[13] 费兰德，R。；拉图尔，A。；Oraichi，D.，整值garch过程，《时序分析杂志》，27，6，923-942（2006）·Zbl 1150.62046号 ·doi:10.1111/j.1467-9892.2006.00496.x
[14] Fokianos，K。；Rahbek，A。；Tjötheim，D.，泊松自回归，美国统计协会杂志，104，488，1430-1439（2009）·Zbl 1205.62130号 ·doi:10.1198/jasa.2009.tm08270
[15] Fokianos，K。；斯特夫，B。；特约西姆·D·。；Doukhan，P.，多元计数自回归，Bernoulli，26，1，471-499（2020）·Zbl 1456.62155号 ·doi:10.3150/19-BEJ1132
[16] 弗朗克·C。；Thieu，LQ，Qml对带有协变量的波动率模型的推断，经济计量理论，35，1，37-72（2019）·Zbl 1415.62078号 ·doi:10.1017/S0266466617000512
[17] Hannan，E.，arma过程的阶估计，Ann Stat，8，5，1071-1081（1980）·Zbl 0451.62068号 ·doi:10.1214/aos/1176345144
[18] Hannan EJ，Deistler M（2012），线性系统的统计理论。暹罗·Zbl 1239.01122号
[19] 喇叭，RA；Johnson，CR，矩阵分析（2012），剑桥：剑桥大学出版社，剑桥·doi:10.1017/CBO9781139020411
[20] Hsu，HL；英格，CK；Tong，H.，关于从可能指定错误的时间序列模型的有限族中选择模型，Ann Stat，47，21061-1087（2019）·Zbl 1418.62333号 ·doi:10.1214/18-AOS1706
[21] 英格，CK；Wei，CZ，自回归过程中相同重化预测的顺序选择，Ann Stat，33，5，2423-2474（2005）·Zbl 1086.62105号 ·doi:10.1214/009053605000000525
[22] 英格，CK；Sin-Cy，YSH，无限级积分自回归过程的模型选择，J Multivar Ana，106，57-71（2012）·Zbl 1236.62105号 ·doi:10.1016/j.jmva.2011.10.008
[23] Kamila，K.，一般时间序列的hannan和quinn准则，统计学，56，1222-241（2022）·Zbl 07491701号 ·网址：10.1080/02331888.2022.2041017
[24] Karagrigoriou A（1997）非高斯ar过程顺序选择的渐近效率。统计Sinica 407-423·Zbl 0884.62096号
[25] Kashyap，RL，自回归滑动平均模型中AR和MA部件的最佳选择，IEEE Trans-Pattern Ana Mach Intell，299-104（1982）·Zbl 0514.62009号 ·doi:10.1109/TPAMI.1982.4767213
[26] Kengne，W.，一般因果时间序列的强一致模型选择，Stat Probab Lett，171109000（2021）·Zbl 1461.62155号 ·doi:10.1016/j.spl.2020.109000
[27] Lee，Y。；Lee，S。；Tjötheim，D.，二元泊松模型的渐近正态性和参数变化检验，test，27，1，52-69（2018）·Zbl 06852282号 ·doi:10.1007/s11749-016-0510-6
[28] 麦夸里，AD；蔡，CL，回归与时间序列模型选择（1998），新加坡：世界科学，新加坡·Zbl 0907.62095号 ·数字对象标识代码：10.1142/3573
[29] Pötscher，BM；Leeb，H.，关于惩罚最大似然估计量的分布：套索、SCAD和阈值，J Multivar Anal，100，92065-1982（2009）·Zbl 1170.62046号 ·doi:10.1016/j.jmva.2009.06.010
[30] Pötscher，BM；Schneider，U.，高维高斯回归模型中阈值估计量的分布结果，Electron J Stat，51876-1934（2011）·Zbl 1271.62149号 ·doi:10.1214/11-EJS659
[31] Rao C，Wu Y，Konishi S，Mukerjee R（2001）关于模型选择。课堂讲稿-专题系列第1-64页
[32] Shibata，R.，根据Akaike的信息准则选择自回归模型的阶数，生物统计学，63，1，117-126（1976）·Zbl 0358.62048号 ·doi:10.1093/biomet/63.1.117
[33] Shibata R（1980）估计线性过程参数的模型阶的渐近有效选择。Ann Stat第147-164页·Zbl 0425.62069号
[34] Stout，WF，鞅的哈特曼-温特纳重对数定律，《数学统计年鉴》，41，6，2158-2160（1970）·Zbl 0235.60046号 ·doi:10.1214/aoms/1177696721
[35] 斯托特WF，斯托特WF（1974）几乎肯定收敛，第24卷。剑桥大学学术出版社·Zbl 0321.60022号
[36] Tsay，R.，非平稳自回归模型中的阶数选择，Ann Stat，12，4，1425-1433（1984）·Zbl 0554.62075号 ·doi:10.1214/aos/1176346801
[37] van Erven，T。；Grünwald，P。；De Rooij，S.，《通过更早的切换来更快地赶上：自适应估计的预测方法及其应用于aic-bic困境》，J R Stat Soc Ser B（Stat Methodol），第74、3、361-417页（2012年）·Zbl 1411.62073号 ·文件编号：10.1111/j.1467-9868.2011.01025.x
[38] Vuong QH（1989）模型选择和非嵌套假设的似然比检验。计量经济学杂志《经济社会》第307-333页·Zbl 0701.62106号
[39] 中国魏；Pollett，PK，密度相关变薄的二项自回归过程，《时序分析杂志》，35，2，115-132（2014）·Zbl 1301.62094号 ·doi:10.1002/jtsa.12054
[40] 吴，X。；周，X.，On hodges的超效率和甲骨文属性在模型选择中的优点，Ann Inst Stat Math，71，5，1093-1119（2019）·Zbl 1433.62182号 ·doi:10.1007/s10463-018-06700-0
[41] Yang，Y.，能否分享aic和bic的优势？模型识别和回归估计之间的冲突，Biometrika，92，4，937-950（2005）·Zbl 1151.62301号 ·doi:10.1093/biomet/92.4.937
[42] 朱凤，负二项积分值garch模型，《时序分析杂志》，32，1，54-67（2011）·Zbl 1290.62092号 ·doi: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。