金恩赫(Kim,Eunhee);李桑约尔 重尾分布时间序列模型的因果关系检验。 (英语) Zbl 1081.62553号 Commun公司。统计、仿真计算。 31,第2期,313-327(2002)。 我们考虑在具有非正态重尾分布的平稳时间序列模型中检验Granger因果关系的问题。我们考虑一个正态混合模型来覆盖重尾分布,并基于R.F.菲利普斯《经济学杂志》,第64期,第123–144页(1994年;Zbl 0815.62042号)]. 结果表明,检验统计量渐近服从一个二次分布。仿真结果表明,当观测值服从重尾分布时,我们的测试优于基于最小二乘估计的传统测试。 引用于1文件 MSC公司: 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 62G10型 非参数假设检验 62M20型 随机过程推断和预测 关键词:格兰杰因果关系;正态混合物分布;平稳时间序列模型;重尾分布 引文:Zbl 0815.62042号 PDF格式BibTeX公司 XML格式引用 \textit{E.Kim}和\textit{S.Lee},Commun。统计、仿真计算。31,第2号,313--327(2002;Zbl 1081.62553) 全文: 内政部 参考文献: [1] 内政部:10.1016/0304-4076(94)90060-4·Zbl 0815.62042号 ·doi:10.1016/0304-4076(94)90060-4 [2] DOI:10.307/1912791·兹比尔1366.91115 ·doi:10.2307/1912791 [3] Sims C.A.,美国。《经济评论》62第540页–(1972) [4] 内政部:10.1016/0304-4076(77)90039-2·Zbl 0355.62077号 ·doi:10.1016/0304-4076(77)90039-2 [5] 内政部:10.2307/2290645·Zbl 0767.62072号 ·doi:10.2307/2290645 [6] Geweke J.,《计量经济学手册II》(1984年) [7] Baek E.,《中国统计》第2卷第137页–(1992年) [8] Brockwell P.J.,《时间序列:理论和方法》,第2页。编辑(1984) [9] 内政部:10.2307/1913910·Zbl 0408.62058号 ·doi:10.2307/1913910 [10] 内政部:10.1093/biomet/71.1.203·Zbl 0532.62066号 ·doi:10.1093/biomet/71.1.203 [11] 内政部:10.1080/07474939908800437·Zbl 0928.62077号 ·网址:10.1080/07474939908800437 [12] Phillips R.F.,通过正态混合对自回归过程的部分自适应估计(2000) [13] DOI:10.1016/0165-1889(96)00911-6·Zbl 0875.90219号 ·doi:10.1016/0165-1889(96)00911-6 [14] Amemiya T.,《高级计量经济学》(1985) 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。