Aleksandar S.Nastić。;佩特拉·N·拉克塔。;米罗斯拉夫·里斯蒂奇。 高阶随机环境INR模型。 (英语) Zbl 1428.62400号 REVSTAT公司 17,第1号,35-65(2019). 摘要:两种不同的高阶随机环境INA模型,\(\mathrm{RrNGINAMax}(p)\)和\(\mathrm{RrNGINAR}_1(p) \),介绍了。它们都是可变顺序的,不是随机变量。每个步骤顺序都是使用随机环境过程定义的。并行分析定义模型的属性。计算条件期望和方差。定义了强一致的Yule-Worker估计量,并给出了新的修正估计量。将模型应用于模拟数据和实际数据,结果表明了引入模型的优点。 引用于4文件 MSC公司: 62米10 统计学中的时间序列、自相关、回归等(GARCH) 关键词:随机环境;\(\mathrm{INAR}(p)\);RrNGINAR公司;负二项式细化;几何边距 PDF格式BibTeX公司 XML格式引用 \textit{A.S.Nastić}等人,REVSTAT 17,No.1,35-65(2019;Zbl 1428.62400) 全文: 链接