丰田佳彦(Yoshiyasu-Hamada Tamura) 非平稳过程分析方法。 (英语) Zbl 0678.62095号 Ann.Inst.Stat.数学。 39, 227-241 (1987). 作者提出了一种估计非平稳过程谱密度的方法。该过程首先将数据划分为长度相等的P个块。接下来,将AR(M)模型拟合到每个块,限制条件是相邻块的一步前预测因子之间的第一个差为\(N(0,\ sigma^2/\ eta^2)\)。将正态先验分配给块2到P中的AR参数,并最大化块I中AR参数的预期似然。然后使用ABIC标准选择块1中的自回归顺序。最后,根据该拟合模型逐块计算频谱。给出了算法和数值例子。 MSC公司: 62M15型 随机过程和谱分析的推断 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 关键词:非平稳过程;AR(M)模型;一步预测法;正常先验;预期可能性;ABIC标准;自回归;算法;数值示例 软件:提姆萨克 PDF格式BibTeX公司 XML格式引用 \textit{Y.-H.Tamura},安.Inst.Stat.数学。39,编号1--2,227--241(1987;Zbl 0678.62095) 全文: 内政部 参考文献: [1] Akaike,H.(1979年)。关于复合时间序列模型的构建,Bull。第42期I.S.I.,48,411-422。 [2] Akaike,H.(1980)。可能性和贝叶斯程序,贝叶斯统计(编辑:Bernardo,J.S.,Degreoot,M.H.Lindley,D.V.和Smith,A.F.M.)·Zbl 0471.62033号 [3] Akaike,H.等人(1985年)。TIMSAC-84(时间序列分析和控制程序包),计算机科学专著,22,东京统计数学研究所。 [4] Bendat,J.S.和Piersol,A.G.(1966年)。《随机数据的测量与分析》,John Wiley&Sons,纽约·Zbl 0144.40901号 [5] Hino,M.(1977年)。光谱分析,浅仓商事株式会社,东京(日语)。 [6] Kitagawa,G.和Akaike,H.(1978年)。非平稳时间序列建模程序,Ann.Inst.Statist。数学。,30, 351–363. ·Zbl 0441.62080号 ·doi:10.1007/BF02480225 [7] Kitagawa,G.和Akaike,H.(1981年)。关于TIMSAC-78,应用时间序列分析II(编辑:Findley,D.),449–548。纽约学术出版社·兹伯利048262087 [8] Kitagawa,G.(1983年)。变化频谱估计,J.Sound and Vib。,89, 433–445. ·Zbl 0524.62091号 ·doi:10.1016/0022-460X(83)90547-3 [9] Mark,W.D.(1970)。非平稳随机过程卷积和滤波的谱分析,J.Sound and Vib。,11, 19–63. ·Zbl 0193.45001号 ·doi:10.1016/S0022-460X(70)80106-7 [10] Ozaki,T.和Tong,H.(1975年)。关于时间序列分析中非平稳自回归模型的拟合,第八届夏威夷国际系统科学会议论文集,224-226。 [11] Page,C.H.(1952)。瞬时功率谱,J.Appl。物理。,23, 103–106. ·Zbl 0047.37702号 ·doi:10.1063/1.1701949 [12] Priestley,M.B.(1965年)。进化谱和非平稳过程,J.R.Statist。社会,B27,221-224·兹比尔0144.41001 [13] Priestley,M.B.(1967年)。非平稳随机过程的功率谱分析,J.Sound and Vib。,6, 86–97. ·doi:10.1016/0022-460X(67)90160-5 [14] Subba Rao,T.(1970年)。非平稳时间序列模型与时间相关参数的拟合,J.R.Statist。社会,B32,312–332·Zbl 0225.62109号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。