×
贾亚·比什瓦尔。

分数Ornstein-Uhlenbeck过程中的最小对比度估计：连续和离散采样。 （英语） Zbl 1273.62056号

分形。计算应用程序。分析。 14，第3期，375-410（2011）.
小结：我们证明了在（[0，T]\）上观测到的分数阶Ornstein-Uhlenbeck过程中漂移参数的归一化最小对比度估计的分布收敛于标准正态分布，在（H>1/2）的情况下，误差率为（O（T^{-1/2}）是驱动Ornstein-Uhlenbeck过程的分数布朗运动的赫斯特指数。然后基于离散观测，引入了几种近似最小对比度估计，并研究了它们对正态分布的弱收敛速度。

引用于15文件

MSC公司：

2012年12月62日 参数估计量的渐近性质
2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
60F05型 中心极限和其他弱定理
60层10 大偏差
60G22型 分数过程，包括分数布朗运动
60 H10型 随机常微分方程（随机分析方面）

关键词：

分数阶随机微分方程;分数Ornstein-Uhlenbeck过程;长记忆最小对比度估计器;弱收敛速度;傅里叶方法;解析延拓
PDF格式BibTeX公司 XML格式引用
\文本｛J.P.N.Bishwal｝，Fract。计算应用程序。分析。14，第3号，375--410（2011；Zbl 1273.62056）
全文： 内政部

参考文献：

[1] B.Bercu，L.Coutin，N.Savy，分数Ornstein-Uhlenbeck过程的夏普大偏差。Teoriya Veroyatnostei i ee Primenniya 55，No 4（2010），732-771·兹比尔1252.60026
[2] J.P.N.Bishwal，离散观测Ornstein-Uhlenbeck过程近似最小对比度估计的弱收敛速度。统计师。普罗巴伯。Letters 76，No 13（2006），1397-1409。http://dx.doi.org/10.1016/j.spl.2006.02.010; ·Zbl 1094.62105号
[3] J.P.N.Bishwal，分数阶Ornstein-Uhlenbeck模型测试中的大偏差。统计师。普罗巴伯。Letters 78，No 8（2008），953-962。http://dx.doi.org/10.1016/j.spl.2007.09.055; ·Zbl 1144.62335号
[4] J.P.N.Bishwal，随机微分方程中的参数估计，数学课堂讲稿，1923年，Springer-Verlag（2008）；www.springer.com/mathematics/probability/book/978-3-540-74447-4·Zbl 1134.62058号
[5] A.A.Borokov，关于不变性原理的收敛速度。理论问题。申请。18 (1973), 217-234.; ·Zbl 0323.60031号
[6] W.Feller，《概率论及其应用导论》，第一卷，Wiley，纽约（1957）·Zbl 0077.12201号
[7] D.Florens-Landais，H.Pham，Ornstein-Uhlenbeck模型估计中的大偏差。J.应用。普罗巴伯。36 (1999), 60-77. http://dx.doi.org/10.1239/jap/1032374229; ·Zbl 0978.62070号
[8] G.Fuqing，J.Hui，W.Baobin，分数阶Ornstein-Uhlenbeck过程参数估计的中度偏差。《数学科学学报》第30卷第4期（2010年），第1125-1133页。http://dx.doi.org/10.1016/S0252-9602（10） 60110-5中·Zbl 1240.60046号
[9] E.P.Hog，P.H.Frederiksen，分数Ornstein-Uhlenbeck过程：导管结构理论与应用。奥胡斯大学分析金融中心工作文件系列221（2006），1-35。；
[10] Y.Hu，D.Nualart，分数阶Ornstein-Uhlenbeck过程的参数估计。统计师。普罗巴伯。信件80，编号11-12（2010），1030-1038。http://dx.doi.org/10.1016/j.spl.2010.02.018; ·Zbl 1187.62137号
[11] M.L.Kleptsyna，A.Le Breton，分数Ornstein-Uhlenbeck型过程的统计分析。统计师。推理Stoch。过程5（2002），229-248。http://dx.doi.org/10.1023/A:1021220818545; ·Zbl 1021.62061号
[12] S.C.Kou，《纳米生物物理中的随机建模：蛋白质的细分扩散》，《应用统计学年鉴》。2，第2期（2008年），501-535。http://dx.doi.org/10.1214/07-AOS149; ·Zbl 1400.62272号
[13] 于。A.Kutoyants，《小噪声动力系统的识别》，Kluwer，Dordrecht（1994）。http://dx.doi.org/10.1007/978-94-011-1020-4; ·Zbl 0831.62058号
[14] V.Lanksa，扩散过程中的最小对比度估计。J.应用。探针。16 (1979), 65-75. http://dx.doi.org/10.2307/3213375; ·Zbl 0403.62060号
[15] R.S.Liptser，A.N.Shiryayev，《随机过程统计II：应用》。施普林格·弗拉格，柏林（1978）·Zbl 0369.60001号
[16] B.Maslowski，J.Pospisil，无限维分数Ornstein-Uhlenbeck过程的遍历性和参数估计。《应用数学与优化》57，第3期（2008），401-429。http://dx.doi.org/10.1007/s00245-007-9028-3; ·Zbl 1176.35185号
[17] I.Norros，E.Valkeila，J.Viratom，Girsanov公式的初等方法和分数布朗运动的其他分析结果。伯努利5（1999），571-587。http://dx.doi.org/10.2307/3318691; ·Zbl 0955.60034号
[18] J.Pfanzagl，最小对比度估计的Berry-Esseen界。Metrika 17（1971），82-91。http://dx.doi.org/10.1007/BF02613813; ·Zbl 0216.47805号
[19] S.G.Samko，A.A.Kilbas，O.I.Marichev，分数积分与导数，理论与应用，Gordon与Breach，阿姆斯特丹（1993）·兹伯利0818.26003
[20] R.L.Wolpert、M.S.Taqqu、Fractional Ornstein-Uhlenbeck Levy过程和电信过程：楼上和楼下。《信号处理》85，第8期（2005），1523-1545。http://dx.doi.org/10.1016/j.sigpro.2004.09.016; ·Zbl 1160.94370号
[21] W.Xiao，W.Zhang，W.Xu，分数阶Ornstein-Uhlenbeck过程在非连续观测下的参数估计。《应用数学建模》35，第9期（2011年），4196-4207。http://dx.doi.org/10.1016/j.apm.2011.02.047; ·Zbl 1225.62116号
[22] 吉田，扩散过程M-估计和相关随机场的渐近行为。Ann.Inst.统计。数学。42 (1990), 221-251. http://dx.doi.org/10.1007/BF00050834; ·Zbl 0723.62048号
[23] M.Zahle，关于分形函数和随机微积分的积分I.概率。理论。相关领域111（1998），333-374。http://dx.doi.org/10.1007/s004400050171; ·Zbl 0918.60037号
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。