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。