×
保罗·L·安德森。;Laimonis卡瓦列里斯;马克·M·米尔夏。

重尾周期平稳时间序列的新息算法渐近性。 （英语） Zbl 1133.62070号

《多元分析杂志》。 99，第1期，94-116（2008）。
摘要：新息算法可用于获得周期平稳时间序列模型的参数估计。在基本噪声序列具有无穷的四阶矩但有限的二阶矩的情况下，我们计算了这些估计的渐近分布。在这种情况下，已知创新算法所基于的样本协方差是渐近稳定的。这里得到的渐近结果有助于确定哪些模型参数是重要的。在此过程中，我们还计算了自回归模型中参数的最小二乘估计的渐近分布。

引用于3文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62E20型 统计学中的渐近分布理论
65C60个 统计中的计算问题（MSC2010）
60F05型 中心极限和其他弱定理
2012年12月62日 参数估计量的渐近性质
62M15型 随机过程和谱分析的推断
PDF格式BibTeX公司 XML格式引用
\textit{P.L.Anderson}等人，《多元分析杂志》。99，第1号，94-116（2008；Zbl 1133.62070）
全文： 内政部

参考文献：

[1] 亚当斯，G。；Goodwin，C.，周期ARMA模型的参数估计，J.Time-Ser。分析。，16, 127-145 (1995) ·Zbl 0814.62050号
[2] 安德森，P。；Meerschaert，M.，具有规则变化尾部的随机变量的周期移动平均值，Ann.Statist。，25, 771-785 (1997) ·Zbl 0900.62488号
[3] 安德森，P。；Meerschaert，M.，《用重尾巴模拟河流流动》，《水资源研究》，34，2271-2280（1998）
[4] 安德森，P。；Meerschaert，M.，周期平稳时间序列的参数估计，J.time-Ser。分析。，26, 4, 489-518 (2005) ·Zbl 1090.62090号
[5] 安德森，P。；Meerschaert，M。；Vecchia，A.，周期平稳时间序列的创新算法，随机过程。申请。，83, 149-169 (1999) ·Zbl 0995.62082号
[6] 安德森，P。；Vecchia，A.，周期自回归移动平均过程的渐近结果，J.Time-Ser。分析。，14, 1-18 (1993) ·Zbl 0767.62071号
[7] 巴萨瓦，I.V。；Lund，R.B.，周期ARMA模型参数估计的大样本性质，J.Time-Ser。分析。，22, 651-663 (2001) ·兹比尔0984.62062
[8] Berk，K.，一致自回归谱估计，Ann.Statist。，2, 489-502 (1974) ·Zbl 0317.62064号
[9] Bernstein，S.，《关于计算未定数量的概率极限的扩展》，数学。安，97，1-59（1926）
[10] Bhansali，R.，《时域自回归模型拟合线性预测》，《统计年鉴》。，6, 224-231 (1978) ·兹伯利0383.62061
[11] Billingsley，P.，《概率与测度》（1995），威利出版社：威利纽约·Zbl 0822.60002号
[12] Brockwell，P。；Davis，R.，线性滤波器系数的简单一致估计，Stochast。过程。申请。，28, 47-59 (1988) ·Zbl 0637.62087号
[13] Brockwell，P。；Davis，R.，《时间序列：理论和方法》（1991年），Springer-Verlag:Springer-Verlag纽约·Zbl 0709.62080号
[14] Doob，J.L.，《随机过程》（1953），威利出版社：威利纽约·Zbl 0053.26802号
[15] Feller，W.，《概率论及其应用导论》（1971年），Wiley:Wiley纽约·Zbl 0219.60003号
[16] Golub，G。；Van Loan，C.，《矩阵计算》（1989），约翰霍普金斯大学出版社：约翰霍普金大学出版社，马里兰州巴尔的摩·Zbl 0733.65016号
[17] 霍尔，P。；Heyde，C.C.，鞅极限理论及其应用（1980），学术出版社：纽约学术出版社·Zbl 0462.60045号
[18] Hannan，E.J.，《多重时间序列》（1970），威利出版社：威利纽约·Zbl 0211.49804号
[19] Jones，R。；布雷斯福德，W.，《具有周期结构的时间序列》，《生物统计学》，54，403-408（1967）·Zbl 0153.47706号
[20] 刘易斯，R。；Reinsel，G.，通过自回归模型拟合预测多元时间序列，《多元分析杂志》。，16, 393-411 (1985) ·Zbl 0579.62085号
[21] 伦德，R。；Basawa，I.，周期ARMA模型的递归预测和似然评估，J.Time-Ser。分析。，21，75-93（2000年）·兹比尔0974.62085
[22] R.B.Lund，I.V.Basawa，周期相关时间序列建模，In:渐近、非参数和时间序列，1999年，第37-62页。；R.B.Lund，I.V.Basawa，《周期相关时间序列的建模》，In:渐近、非参数和时间序列，1999年，第37-62页·Zbl 1069.62542号
[23] 伦德·R·B。；赫德，H。；布鲁姆菲尔德，P。；Smith，R.L.，具有周期相关性的气候时间序列，气候杂志，112787-2809（1995）
[24] Meerschaert，M.M。；Schefler，H.P.，《独立随机向量和的极限分布：理论和实践中的重尾》（2001），威利跨科学：威利跨学科纽约·Zbl 0990.60003号
[25] Pagano，M.，《关于周期性和多重自回归》，Ann.Statist。，6, 1310-1317 (1978) ·Zbl 0392.62073号
[26] Resnick，S.，《概率路径》（2001），Birkhüser:Birkhíser Boston
[27] 萨拉斯，J。；塔比奥斯，G。；Bartolini，P.，《水资源时间序列多元建模方法》，水资源研究公告。，21, 683-708 (1985)
[28] 萨莫罗德尼茨基，G。；Taqqu，M.，稳定非高斯随机过程（1994），查普曼和霍尔：查普曼与霍尔纽约·Zbl 0925.60027号
[29] 邵，Q。；Lund，R.B.，周期ARMA模型中自相关和偏自相关的计算与表征，J.Time-Ser。分析。，25, 3, 359-372 (2004) ·Zbl 1062.62203号
[30] Y.G.Tesfaye，M.M.Meerschaert，P.L.Anderson，《PARMA模型的识别及其在河流流动建模中的应用》，水资源研究，2006年，出版。预打印可从\（\langle；\）www.maths.otago.ac.nz获得/
[31] 特约瑟姆，D。；Paulsen，J.，多重时间序列的经验识别，J.time-Ser。分析。，3, 265-282 (1982) ·Zbl 0506.62070号
[32] Trotman，B.，《周期性自回归的一些结果》，Biometrika，6219-228（1979）·Zbl 0407.62067号
[33] Ula，T.A.，《多元周期自回归滑动平均过程的预测》，《时间序列分析杂志》。，14, 645 (1993) ·Zbl 0779.62089号
[34] 乌拉，T.A。；Smadi，A.A.，作为特征值问题的周期自回归滑动平均过程的周期平稳性条件，水资源研究，33，81929-1934（1997）
[35] 乌拉，T.A。；Smadi，A.A.，周期移动平均模型的识别，《统计学中的通信：理论和方法》，32，12，2465-2475（2003）·兹比尔1028.62071
[36] Vecchia，A.V.，周期自回归移动平均（PARMA）建模及其在水资源中的应用，水资源。公牛。，21, 721-730 (1985)
[37] Vecchia，A.V.，周期移动平均模型的最大似然估计，技术计量学，27，4，375-384（1985）
[38] Vecchia，A.V。；Ballerini，R.，《季节性时间序列数据中周期自相关的测试》，《生物统计学》，78，1，53-63（1991）·Zbl 0717.62083号
[39] Vecchia，A.V。；Obeysekera，J.T.B。；萨拉斯，J.D。；Boes，D.C.，低阶周期ARMA模型的聚合和估计，水资源研究，19，5，1297-1306（1983）
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。