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