×
亚历山大·布鲁斯特;Masaaki Fukasawa

高频观测下分数高斯噪声的局部渐近正态性。 （英语） Zbl 1411.62045号

Ann.统计。 46，第5期，2045-2061（2018）.
证明了分数高斯噪声在高频观测下的局部渐近正态性。其思想是使用非对角速率矩阵。自相似性是该分析的关键。这篇论文组织得很好，定义和定理的数学公式正确，使用了非常有趣的原理。
审核人：Rózsa Horváth-Bokor（Budakalász）

引用于16文件

MSC公司：

62F05型 参数检验的渐近性质
2012年12月62日 参数估计量的渐近性质
60G22型 分数过程，包括分数布朗运动

关键词：

局部渐近正态族;分数布朗运动;高频数据;最大似然估计量;似然比检验
PDF格式BibTeX公司 XML格式引用
\textit{A.Brouste}和\textit{M.Fukasawa}，Ann.Stat.46，No.5，2045--2061（2018；Zbl 1411.62045）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] 阿伊特·萨哈利亚，Y.和杰科德，J.（2008）。离散采样Lévy过程的Fisher信息。计量经济学76 727–761·Zbl 1144.62070号 ·doi:10.1111/j.1468-0262.20080858.x
[2] Berzin，C.和León，J.R.（2008年）。分数布朗运动驱动模型中的估计。亨利·彭加雷·普罗巴布（Henri PoincaréProbab）安·Inst。统计数据44 191–213·Zbl 1206.62141号
[3] Choi，S.、Hall，W.J.和Schick，A.（1996年）。参数和半参数模型中的渐近一致最强大测试。统计年鉴24 841-861·Zbl 0860.62020号 ·doi:10.1214/aos/1032894469
[4] Clément，E.和Gloter，A.（2015）。稳定Lévy过程驱动的离散观测随机微分方程的局部渐近混合正态性。随机过程。申请125 2316–2352·Zbl 1312.60075号 ·doi:10.1016/j.spa.2015.01.002
[5] Coeurjolly，J.-F.和Istas，J.（2001）。分数布朗运动的Cramèr–Rao界。统计师。普罗巴伯。第53 435–447页·Zbl 1092.62574号 ·doi:10.1016/S0167-7152（00）00197-8
[6] Cohen，S.、Gamboa，F.、Lacoux，C.和Loubes，J.-M.（2013）。某些分数型布朗运动的LAN性质。ALEA Lat.Am.J.Probab公司。数学。统计数字10 91–106·Zbl 1281.62061号
[7] Dahlhaus，R.（1989）。自相似过程的有效参数估计。《统计年鉴》，1749-1766年·Zbl 0703.62091号 ·doi:10.1214/aos/1176347393
[8] Dahlhaus，R.（2006）。更正：“自相似过程的有效参数估计”[Ann.Statist.17（1989），no.4，1749-1766；MR1026311]。统计年鉴34 1045–1047·Zbl 0703.62091号 ·doi:10.1214/aos/1176347393
[9] Gloter，A.和Jacob，J.（2001年）。具有测量误差的扩散。I.局部渐近正态性。ESAIM概率。统计数据5 225–242·Zbl 1008.60089号 ·doi:10.1051/ps:2001110
[10] Gloter，A.和Jacob，J.（2001年）。具有测量误差的扩散。二、。最优估值器。ESAIM概率。统计数字5 243–260·Zbl 1009.60065号 ·doi:10.1051/ps:2001111
[11] Gobet，E.（2001）。椭圆扩散的局部渐近混合正态性：Malliavin演算方法。伯努利7 899–912·兹比尔1003.60057 ·doi:10.2307/3318625
[12] Gobet，E.（2002年）。离散观测下遍历扩散的LAN特性。亨利·彭加雷·普罗巴布（Henri PoincaréProbab）安·Inst。统计数字38 711–737·Zbl 1018.60076号 ·doi:10.1016/S0246-0203（02）01107-X
[13] Ibragimov，I.A.和Has'minskiĭ，R.Z.（1981）。统计估计：渐近理论。数学应用16。纽约州施普林格。塞缪尔·科茨译自俄语。
[14] Istas，J.和Lang，G.（1997年）。高斯过程局部Hölder指数的二次变化和估计。亨利·彭加雷·普罗巴布（Henri PoincaréProbab）安·Inst。统计数字33 407–436·兹比尔0882.60032 ·doi:10.1016/S0246-0203（97）80099-4
[15] Kawai，R.（2013）。高频离散采样下分数布朗运动的Fisher信息。通信统计。理论方法42 1628–1636·Zbl 1411.60059号 ·doi:10.1080/03610926.2011.594540
[16] Kawai，R.（2013）。离散采样下带跳Ornstein–Uhlenbeck过程的局部渐近正态性。J.理论。大约26 932–967·Zbl 1281.62175号 ·doi:10.1007/s10959-012-0455-y
[17] Kawai，R.和Masuda，H.（2013）。高频采样正态逆高斯Lévy过程的局部渐近正态性。ESAIM概率。统计17 13–32·Zbl 1333.60095号 ·doi:10.1051/ps/201101
[18] Kutoyants，Y.A.（2004）。遍历扩散过程的统计推断。斯普林格，伦敦·Zbl 1038.62073号
[19] Le Cam，L.（1972年）。实验的局限性。第六届伯克利数理统计与概率研讨会论文集（加利福尼亚大学伯克利分校，1970/1971），第一卷：统计理论245-261。加利福尼亚大学出版社，加利福尼亚州伯克利·兹比尔0271.62004
[20] Lieberman，O.、Rosemarin，R.和Rousseau，J.（2012）。平稳高斯过程中记忆参数最大似然估计的渐近理论。计量经济学理论28 457–470·Zbl 1298.62044号 ·doi:10.1017/S0266466611000399
[21] Masuda，H.（2009）。对称Lévy密度离散观测稳定Lév y过程的联合估计。J.日本统计师。Soc.39 49–75。
[22] Reiß，M.（2011）。噪声观测值波动率推断的渐近等价性。统计年鉴39 772–802·Zbl 1215.62113号 ·doi:10.1214/10-AOS855
[23] Roussas，G.G.（1972年）。概率测度的连续性：在统计学中的一些应用。剑桥数学和数学物理丛书63。剑桥大学出版社，伦敦·Zbl 0265.60003号
[24] Taniguchi，M.和Kakizawa，Y.（2000年）。时间序列统计推断的渐近理论。纽约州施普林格·Zbl 0955.62088号
[25] 范德法特，A。
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。