黄春山;李伟强 关于混合自回归模型。 （英语） Zbl 0941.62095号 J.R.Stat.Soc.，塞尔维亚。B、 统计方法。 62，第1期，95-115（2000）. 总结：我们推广了由N.D.乐和同事[J.Am.Stat.Assoc.91，No.436，1504–1515（1996；Zbl 0881.62096号)]非线性时间序列建模的混合自回归（MAR）模型。模型由（k）平稳或非平稳AR分量组成。与GMTD模型相比，MAR模型的优点包括更全面的形状变化预测分布，以及处理时间序列中的周期和条件异方差的能力。导出了平稳性条件和自相关函数。通过简单的EM算法很容易进行估计，并解决了模型选择问题。条件分布的形状变化特性使这些模型能够用多峰条件分布和异方差来建模时间序列。将这些模型应用于两个真实数据集，并与其他竞争模型进行比较。MAR模型似乎比其他竞争模型更好地捕捉数据的特征。 引用于4评论引用于88文件 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 65C60个 统计中的计算问题（MSC2010） 关键词：混合自回归模型;平稳性;自相关;EM算法;型号选择 引文：Zbl 0881.62096号 PDF格式BibTeX公司 XML格式引用 \textit{C.S.Wong}和\textit{W.K.Li}，J.R.Stat.Soc.，Ser。B、 统计方法。62，第1号，95--115（2000；Zbl 0941.62095） 全文： DOI程序