大型时空自回归的稀疏广义Yule–Walker估计及其在NO2卫星数据中的应用

@第{条Reuvers2021ParseGY,title={应用于NO2卫星数据的大型时空自回归的稀疏广义Yule–Walker估计},author={Hanno Reuvers和Etienne Wijler},journal={计量经济学杂志},年份={2021},网址={https://api.semanticscholar.org/CorpusID:236950459}}

本文图表

带状时空自回归

提出了一类新的具有未知和带状自回归系数矩阵的Yule-Walker方程时空模型,当面板成员代表多个不同位置的经济(或其他类型)个体时,该模型表示高维空间面板动态模型的稀疏结构。

空间权重矩阵的两步Lasso估计

绝大多数空间计量经济学研究都依赖于空间网络结构先验已知的假设。本研究考虑了两步估计策略来估计

基于自适应LASSO的空间面板时间序列正则化

当时间序列的维数可以大于样本量并且它们共同趋于无穷大时,证明了非症状甲骨文不等式和估计量的渐近符号一致性。

高维向量自回归模型的比率最优稳健估计

本文介绍了一种统一的估计方法,该方法对模型误指定、重尾噪声污染和条件异方差具有鲁棒性,并且可以处理许多流行的高维模型,如稀疏模型、缩减库模型、带状模型和网络结构VAR模型。

空间滞后模型中空间权重矩阵的估计与选择

该方法可以被视为空间权重矩阵估计和选择的统一框架,当时间序列变量的数量增长速度超过数据的时间点数量时,确定所有建议的估计量的收敛速度。