西尔维亚共和国洛佩斯。;吉勒梅尔·普米;卡琳·扎尼奥尔 VARFIMA(\(0,d,0\))过程中的Mallows距离。 (英语) Zbl 1327.62367号 Commun公司。统计、仿真计算。 42,第1期,24-51(2013). 总结:在这项工作中,我们对高斯和非高斯VARFIMA过程中的Mallows距离进行了广泛的模拟研究。我们的主要目标是通过Mallows距离的观点分析VARFIMA过程的组件之间的依赖性。研究了马尔洛距离与分数差分参数(d)、创新过程中依赖性的类型和水平及其边际行为之间的可能关系。为了进行比较,我们在相同的框架下研究了Kendall相关系数的行为。对于Mallows距离,我们考虑基于经验边际分布函数的估计。基于我们的模拟结果,我们提出了分数差分参数的半参数估计和一个测试程序,以评估任意(有限)维VARFIMA过程的组件中是否存在强的长程相关性。 MSC公司: 62H20个 关联度量(相关性、典型相关性等) 60亿10 平稳随机过程 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 62E10型 统计分布的特征和结构理论 关键词:连接线;经验估计;假设检验;肯德尔系数;远距离依赖;锦葵距离;半参数方法;VARFIMA流程 PDF格式BibTeX公司 XML格式引用 \textit{S.R.C.Lopes}等人,Commun。统计、仿真计算。42,第1号,第24--51条(2013;Zbl 1327.62367) 全文: DOI程序 参考文献: [1] Bickel P.J.,《数理统计:基本思想和选定主题》。,第2版(2007)·Zbl 0403.62001 [2] 内政部:10.1214/aos/11763456637·Zbl 0449.62034号 ·doi:10.1214/aos/1176345637 [3] 内政部:10.1002/jae.1152·doi:10.1002/jae.1152 [4] Dionge A.K.,《科学院学报》,第348页,第327页-(2010年) [5] DOI:10.1016/S0304-4076(98)00038-4·Zbl 1070.62504号 ·doi:10.1016/S0304-4076(98)00038-4 [6] Lopes S.R.C.,概率进展60,第497页–(2008年) [7] 内政部:10.1093/biomet/83.3.603·Zbl 0866.62059号 ·doi:10.1093/biomet/83.3.603 [8] 内政部:10.1016/0047-259X(78)90029-5·Zbl 0408.60028号 ·doi:10.1016/0047-259X(78)90029-5 [9] DOI:10.1214/aoms/1177692631·Zbl 0238.60017号 ·doi:10.1214/aoms/1177692631 [10] Nelsen R.B.,Copulas简介。,第2版(2006)·Zbl 1152.62030 [11] Rachev S.T.,《大众运输问题》(1998年)·Zbl 0990.60500号 [12] Sena,Jr M.R.,《统计学中的传播》。模拟与计算35(2)第789页–(2006) [13] DOI:10.1016/j.jeconom.2006.01.003·Zbl 1360.62446号 ·doi:10.1016/j.jeconom.2006.01.003 [14] Sowell,F.(1989)。分数积分时间序列模型的最大似然估计。卡内基梅隆大学工作文件。 [15] 内政部:10.1080/00949650902773536·Zbl 1395.62261号 ·doi:10.1080/00949650902773536 [16] DOI:10.1016/S0304-4076(99)00056-1·Zbl 1054.62586号 ·doi:10.1016/S0304-4076(99)00056-1 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。