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