P.M.罗宾逊。 长程相关的高斯半参数估计。 (英语) Zbl 0843.62092号 Ann.统计。 23,第5期,1630-1661(1995). 小结:假设协方差平稳过程的谱密度的模型为(f(lambda)\sim G\lambda^{1-2H}),作为(lambda\to 0+),我们考虑最大化频域高斯似然近似形式的(H\in(0,1)的估计,其中,在零频率的邻域上执行离散平均,该邻域随着样本量趋于无穷大而缓慢退化为零。这个估计有几个优点。结果表明,在温和条件下是一致的。在不太强的条件下,它被证明是渐近正态的,并且比以前的估计更有效。渐近理论中没有假设高斯性,极限正态分布是一种非常简单的形式,涉及一个不依赖于未知参数的方差,并且该理论同时涵盖了(f(lambda)到infty)、(f(λ)到0、(f。报告了关于有限样本性能的蒙特卡罗证据,以及对尼罗河最低水位历史序列的应用。 引用于11评论引用于328文件 MSC公司: 62M15型 随机过程和谱分析的推断 62G05型 非参数估计 65C99个 概率方法,随机微分方程 6220国集团 非参数推理的渐近性质 关键词:长程依赖性;高斯估计;一致性;渐近正态性;桌子;半参数估计;光谱密度;协方差平稳过程;频域高斯似然;离散平均;蒙特卡洛;有限样本性能 PDF格式BibTeX公司 XML格式引用 \textit{P.M.Robinson},Ann.Stat.23,No.5,1630--1661(1995;Zbl 0843.62092) 全文: DOI程序