×
阿拉泽米，F。；杜伊西，S。；Es Sebaiy，Kh。

离散观测下混合分数Ornstein-Uhlenbeck过程漂移参数估计的Berry-Esseen界和ASCLT。（英语。俄语原件）。 （英语） Zbl 1441.62066号

理论问题。申请。 64，第3号，401-420（2019）和Teor。Veroyatn公司。Primen公司。64，第3期，502-525（2019年）。
利用Malliavin演算和Nourdin-Peccati分析研究了混合分数阶Ornstein-Uhlenbeck过程漂移估计的渐近分布。本文还证明了估计量对（（0，frac{3}{4}]\）中的所有（H\）都满足一个几乎确定的中心极限定理。还讨论了（0，1）中所有（H）估计量的Wasserstein距离的强相合性和Berry-Esseen界。
审核人：加泰罗林·斯托安（克雷奥瓦）

引用于2文件

MSC公司：

62F03型 参数假设检验
10层62层 点估计
60F05型 中心极限和其他弱定理
60克22 分数过程，包括分数布朗运动

关键词：

参数估计；混合Ornstein-Uhlenbeck工艺；中心极限定理；Nourdin-Peccati分析；几乎确定中心极限定理

软件：

尤玛
PDF格式BibTeX公司 XML格式引用
\textit{F.Alazemi}等人，理论问题。申请。64，第3号，401-420（2019；Zbl 1441.62066）
全文： 内政部

参考文献：

[1] E.Azmoodeh和J.I.Morlanes，第二类分数阶Ornstein-Uhlenbeck过程的漂移参数估计《统计学》，49（2015），第1-18页·Zbl 1369.62210号
[2] E.Azmoodeh和L.Viitasaari，基于第二类分数阶Ornstein-Uhlenbeck过程离散观测的参数估计，统计推断Stoch。工艺。，18（2015），第205-227页·Zbl 1325.60051号
[3] R.Belfadli、K.Es-Sebaiy和Y.Oukine，FOU过程的参数估计：非遍历情况《前沿科学》。国际工程。J.，1（2011），第41-56页。
[4] B.Bercu、I.Nourdin和M.S.Taqqu，Wiener空间上的几乎处处中心极限定理，随机过程。申请。，120（2010），第1607-1628页·Zbl 1219.60020号
[5] A.Brouste和S.M.Iacus，离散观测分数Ornstein-Uhlenbeck过程和Yuima R包的参数估计，计算。统计人员。，28（2013），第1529-1547页·Zbl 1306.65034号
[6] C.Cai和W.Xiao，混合分数布朗运动的随机积分与混合分数Ornstein-Uhlenbeck过程的漂移估计，预印本，arXiv:，2018年。
[7] P.Ceínac和K.Es-Sebaiy，分数阶Ornstein-Uhlenbeck过程随机比的几乎处处中心极限定理及其在LSE中的应用，Probab。数学。统计人员。，35（2015），第285-300页·Zbl 1333.60048号
[8] P.切里迪托，混合分数布朗运动，伯努利，7（2001），第913-934页·Zbl 1005.60053号
[9] P.Cheridito、H.Kawaguchi和M.Maejima，分数Ornstein-Uhlenbeck过程，电子。J.Probab.等人。，8 (2003), 3. ·Zbl 1065.60033号
[10] P.Chigansky和M.Kleptsyna，混合分数Ornstein-Uhlenbeck过程的统计分析，理论问题。申请。，63（2019年），第408-425页·Zbl 1411.62053号
[11] S.Douissi、K.Es-Sebaiy和F.G.Viens，一般高斯过程参数估计的Berry-Esseen界，ALEA Lat.Am.J.Probab。数学。《统计》，第16卷（2019年），第633-664页·Zbl 1423.60041号
[12] M.El Machkouri、K.Es-Sebaiy和Y.Oukine，高斯过程驱动的非遍历Ornstein-Uhlenbeck过程的最小二乘估计，J.韩国统计学家。Soc.，45（2016），第329-341页·Zbl 1342.62024号
[13] B.El Onsy、K.Es-Sebaiy和C.A.Tudor，第二类非遍历分数Ornstein-Uhlenbeck过程的统计分析、Commun。斯托克。分析。，11（2017），第119-136页。
[14] B.El Onsy、K.Es-Sebaiy和F.G.Viens，长记忆噪声下部分观测Ornstein-Uhlenbeck过程的参数估计《随机学》，89（2017），第431-468页·Zbl 1422.62275号
[15] K.Es-Sebaiy和F.Viens，平稳高斯过程参数估计的最优速率，随机过程。申请。，129（2019），第3018-3054页·Zbl 1422.60031号
[16] Y.Hu和D.Nualart，分数阶Ornstein-Uhlenbeck过程的参数估计，统计。普罗巴伯。莱特。，80（2010年），第1030-1038页·Zbl 1187.62137号
[17] 胡彦宏、宋俊华，离散观测下分数Ornstein-Uhlenbeck过程的参数估计，摘自《马利亚文微积分与随机分析》，Springer Proc。数学。Stat.34，Springer，纽约，2013年，第427-442页·兹比尔1268.62100
[18] P.E.Kloeden和A.Neuenkirch，随机微分方程近似格式的路径收敛性，LMS J.计算。数学。，10（2007年），第235-253页·Zbl 1223.60051号
[19] A.Neuenkirch和S.Tindel，加性分数阶噪声随机微分方程参数估计的最小二乘法，统计推断Stoch。工艺。，17（2014），第99-120页·Zbl 1333.62199号
[20] L.Neufcourt和F.G.Viens，平稳高斯序列变化的三阶矩定理和精确渐近性，ALEA Lat.Am.J.Probab。数学。Stat.，13（2016），第239-264页·Zbl 1337.60023号
[21] I.诺尔丁和G.佩卡蒂，Malliavin微积分的正规逼近：从Stein方法到普适性，剑桥数学系。192，剑桥大学出版社，剑桥，2012年·Zbl 1266.60001号
[22] I.Nourdin和G.Peccati，最优四阶矩定理，程序。阿默尔。数学。Soc.，143（2015），第3123-3133页·Zbl 1317.60021号
[23] D.Nualart，Malliavin微积分及相关主题第二版，Probab。申请。（纽约），Springer-Verlag，柏林，2006年·Zbl 1099.60003号
[24] D.Nualart和G.Peccati，多重随机积分序列的中心极限定理、Ann.Probab.、。，33（2005），第177-193页·邮编1097.60007
[25] L.C.Young，与Stieltjes积分相关的Hoölder型不等式，数学学报。，67（1936），第251-282页·JFM 62.0250.02标准
[26] Zili先生，关于混合分数布朗运动，J.应用。数学。斯托克。分析。，2006 (2006), 32435. ·Zbl 1147.60313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。