约翰·格威克;苏珊·波特·哈达克 长记忆时间序列模型的估计和应用。 (英语) Zbl 0534.62062号 J.时间序列。分析。 4, 221-238 (1983). 设\(\{\epsilon_t\}\)是一个具有方差\(\∑^2 \)的白噪声。考虑模型\((1-B)^dX_t=\epsilon_t\),其中\(d\in(-.5,.5)\)和B是后退运算符。那么(X _ t)的光谱密度为(f2(\lambda;d)=(sigma^2/2\pi)\{4\sin^2(\lampda/2)\}^{-d}。)设\(f_u(\lambda)>0\)是[-\(\pi\),\(\pi]\)上的有界连续函数。具有谱密度(f2(λ;d))和(f2(lambda;d)f_u(λ))的级数分别称为简单积分级数(GIS)。结果表明,(X_t)是GIS,当它是一般分数高斯噪声时。作者提出了一种新的GIS中参数d的估计方法,该方法基于确定回归元上对数周期图最低频率纵坐标的线性回归。分析了\(\hat d \)的渐近性。模拟研究表明,渐近结果适用于至少50个观测值的样本。对于三个经济时间序列,估计的综合序列模型提供了比经典方法更可靠的样本外预测。审核人:J.和ěl 引用于38评论引用于383文件 MSC公司: 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 关键词:估计;长记忆时间序列模型;分数微分;光谱密度;简单集成系列;通用集成系列;一般分数高斯噪声;模拟研究;渐近结果;经济时间序列 PDF格式BibTeX公司 XML格式引用 \textit{J.Geweke}和\textit{S.Porter-Hudak},J.Time-Ser。分析。4、221--238(1983年;Zbl 0534.62062) 全文: 内政部 参考文献: [1] Buck R.C.,高等微积分(1978)·Zbl 0385.26002号 [2] 内政部:10.2307/1401322·Zbl 0101.35604号 ·doi:10.2307/1401322 [3] Gradshteyn I.S.,积分、级数和乘积表(1980)·Zbl 0521.33001号 [4] Granger C.W.G.,J.《时间序列分析》。1(1)第15页–(1980) [5] 内政部:10.1016/0304-4076(80)90092-5·Zbl 0466.62108号 ·doi:10.1016/0304-4076(80)90092-5 [6] 文件编号:10.1007/BF00533484·Zbl 0246.62086号 ·doi:10.1007/BF00533484 [7] DOI:10.1093/biomet/68.1.165·Zbl 0464.62088号 ·doi:10.1093/biomet/68.1.165 [8] Hurst H.E.,翻译。阿默尔。土木工程师社会。116第770页–(1951年) [9] A.Jonas(1981)长记忆自相似时间序列模型。未出版的哈佛大学手稿。 [10] Kendall M.,《高级统计学理论》1,4。编辑(1977年) [11] 莱文森N.,J.数学。物理。第25页,第261页–(1947)·doi:10.1002/sapm1946251261 [12] DOI:10.1137/1010093·Zbl 0179.47801号 ·数字对象标识代码:10.1137/1010093 [13] Mandelbrot B.B.,《水资源研究》,第7页,543页–(1971年) [14] B.B.Mandelbrot(1973)《非周期周期的统计方法:从协方差到R/S分析》。经济收益率。《社会计量》第259-290页。 [15] Mcleod A.I.,《水资源研究》14(3),第491页–(1978) [16] S.Porter-Hudak(1982)《长期记忆模型——简化谱方法》。未出版的威斯康星大学。D.论文。 [17] Rozanov Y.A.,平稳随机过程。(1967) ·Zbl 0152.16302号 [18] Whittle P.,Biometrika 50 pp 129–(1963)·Zbl 0129.11304号 ·doi:10.1093/biomet/50.1-12.19 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。