Genon-Catalot,V。 离散观测扩散过程的最大对比度估计。 (英语) Zbl 0721.62082号 统计 21,No.1,99-116(1990). 作者考虑了一个一维扩散过程(X=(X_t),(t\geq 0)),定义为随机微分方程的解\[dX_t=b(\θ,X_t)dt+\εdW_t,\ quad t\ geq 0,\ quad X_ 0=X。\]这里W是一个标准的Wiener过程,(ε)是一个正的“小”参数,b(θ,x)是给定的非线性函数,(θ)是未知参数。问题是根据X在时间(δ)、2(δ)…、,。。。,即通过使用所谓的等距数据。给出了一些必要的定义和初步说明。当(ε)和(δ)同时趋于零时,研究了m.c.e.和m.l.e.之间的关系。非常有趣的是,其存在性已经确定的m.c.e.服从不同的渐近行为,如\(\epsilon\to 0\)和\(\Delta\to 0\),一致性和渐近正态性等性质主要取决于\(\epsilon\to)和\(\Delta\to)之间的联系。所有的陈述都得到了详细的证明,并用很好的例子加以说明。还讨论了相关主题。让我注意到,本论文以及其他法国随机学家的论文(提到A.Le Breton、R.Azencott、D.Dancunha-Castelle、M.Duflo、D.Florens-Zmirou、C.Denieu、C.Laredo)对随机过程统计作出了重要贡献。审核人:V.T.斯特凡诺夫(索非亚) 引用于47文件 MSC公司: 2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型 2012年12月62日 参数估计量的渐近性质 关键词:最大似然估计量;一维扩散过程;维纳过程;最大对比度估计器;一致性;渐近正态性 PDF格式BibTeX公司 XML格式引用 \textit{V.Genon-Catalot},《统计学》第21卷第1期,第99-116页(1990年;Zbl 0721.62082) 全文: 内政部 参考文献: [1] Azencott R.,《几何微分随机性921》,第237页–(1982) [2] 达库哈·卡斯特尔。D、 概率与统计2,临时流动问题(1983)·Zbl 0535.62004号 [3] Dactjhha Castelle公司。d、 《随机学》第19页第263页–(1986年)·Zbl 0626.62085号 ·doi:10.1080/17442508608833428 [4] Flobens zmirou,d,《统计学》,第20页,第547页–(1989)·Zbl 0704.62072号 ·网址:10.1080/02331888908802205 [5] Gewom Oatalot公司。五、 巴黎南德大学(1987) [6] Gunon,Cataiiot,V和Laredo,C.1986.穷尽渐近线差分观测粒子扩散,303巴黎:C.R.A.S。 [7] 伊布拉基莫夫I.A.,统计估计,渐近理论(1981)·Zbl 0467.62026号 [8] 池田N.S.,随机微分方程和扩散过程(1981)·Zbl 0495.60005号 [9] Ktjtoyants Yu,随机过程的参数估计(1984) [10] Le breton A.,《数学规划研究5》,第124页–(1976年) [11] Liptseb R.S.,随机过程统计I,一般理论(1977) [12] Stoyanov J.,连续离散随机模型中的估计问题(1982) 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。