×
何塞·阿尔贝托·莫里西奥

在时间序列模型中计算和使用残差。 （英语） Zbl 1452.62664号

计算。统计数据分析。 52，第3期，1746-1763（2008）.
总结：在时间序列模型的应用工作中，最常用的获取和使用残差的方法是统一的，并用部分已知的和新的特征进行记录。具体而言，考虑了三种不同类型的残差，即“条件残差”、“无条件残值”和“创新”，（i）它们的精确定义，（ii）模型估计后的实际计算，（iii）它们在有限样本中的近似分布特性，以及（iv）它们在模型诊断检查中的潜在应用。重点是有条件残差和无条件残差，它们的性质在文献中受到的关注非常有限。然而，为了全面描述时间序列分析人员在应用工作中可能发现的各类残差，还简要考虑了创新。理论讨论伴随着实际示例，说明（a）标准建模程序的常规应用可能会导致在实际感兴趣的情况下很容易出现不准确的模型，并且（b）可以通过使用针对上述第（iii）点和第（iv）点开发的关于有条件和无条件残差的一些新结果来避免这种不准确。为了便于说明，只详细考虑了平稳的单变量自回归滑动平均模型，尽管也简要讨论了对多元情况的扩展。

引用于1文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62-08 统计学相关问题的计算方法

关键词：

自回归滑动平均模型；条件残差；创新；归一化残差；无条件残差

软件：

AS 154标准；AS 197标准；其mr
PDF格式BibTeX公司 XML格式引用
\textit{J.A.Mauricio}，计算。统计数据分析。52，第3号，1746---1763（2008；Zbl 1452.62664）
全文： 内政部

参考文献：

[1] Ansley，C.F.，混合自回归滑动平均过程的精确似然算法，生物特征，66，59-65（1979）·Zbl 0411.62059号
[2] 安斯利，C.F。；Newbold，P.，关于自回归滑动平均模型中残差自相关的有限样本分布，Biometrika，66，547-553（1979）
[3] 安斯利，C.F。；Newbold，P.，自回归滑动平均模型估计量的有限样本性质，《经济计量学杂志》，13，159-183（1980）·兹伯利0432.62063
[4] 盒子，G.E.P。；Jenkins，G.M.，《时间序列分析》。《预测与控制》（1976），霍尔顿日：霍尔顿日奥克兰·Zbl 0363.62069号
[5] 盒子，G.E.P。；詹金斯，G.M。；Reinsel，G.C.，《时间序列分析》。《预测与控制》（1994年），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔·恩格尔伍德克利夫斯·Zbl 0858.62072号
[6] 布罗克韦尔，P.J。；Davis，R.A.，《时间序列和预测导论》（2002），Springer:Springer New York·Zbl 0994.62085号
[7] Franses，P.H.，《商业和经济预测的时间序列模型》（1998），剑桥大学出版社：剑桥大学出版社
[8] 加德纳，G。；哈维，A.C。；Phillips，G.D.A.，算法AS 154：通过卡尔曼滤波对自回归滑动平均模型进行精确最大似然估计的算法，应用。统计人员。，29, 311-322 (1980) ·Zbl 0471.62098号
[9] 哈维，A.C.，《时间序列模型》（1993），麻省理工学院出版社：麻省理学院出版社剑桥·兹比尔0770.62076
[10] Li，W.K.，《时间序列中的诊断检查》（2004），查普曼和霍尔出版社，CRC出版社：查普曼与霍尔出版社，博卡拉顿出版社·Zbl 1053.62100号
[11] Ljung，G.M。；Box，G.E.P.，《关于时间序列模型中缺乏拟合的度量》，《生物统计学》，65，297-303（1978）·Zbl 0386.62079号
[12] Ljung，G.M。；Box，G.E.P.，平稳自回归滑动平均模型的似然函数，生物特征，66，265-270（1979）·Zbl 0408.62075号
[13] Mauricio，J.A.，平稳向量ARMA模型的精确最大似然估计，J.Amer。统计师。协会，90，282-291（1995）·Zbl 0818.62078号
[14] Mauricio，J.A.，时间序列模型的精确最大似然估计的一些计算方面，（Prat，A.，COMPSTAT 1996年计算统计学论文集（1996），Physica-Verlag:Physica-Verlag Heidelberg），361-366·Zbl 0900.62483号
[15] Mauricio，J.A.，平稳向量自回归滑动平均模型的精确似然算法，J.Time-Ser。分析。，23, 473-486 (2002) ·Zbl 1091.62080号
[16] Mauricio，J.A.，部分非平稳向量ARMA模型的精确最大似然估计，计算。统计师。数据分析。，50, 3644-3662 (2006) ·Zbl 1445.62234号
[17] Mauricio，J.A.，时间序列模型中的残差，（Rizzi，A.；Vichi，M.，COMPSTAT 2006年计算统计论文集（2006），Physica-Verlag:Physica-Verlag Heidelberg），1179-1185·Zbl 0058.21801号
[18] Mélard，G.，算法AS 197：自回归滑动平均模型精确似然函数的快速算法，应用。统计人员。，33, 104-114 (1984) ·Zbl 0548.65098号
[19] Mills，T.C.，《经济学家的时间序列技术》（1990），剑桥大学出版社：剑桥大学出版社
[20] Newbold，P。；Agiakloglou，C。；Miller，J.，《ARIMA软件冒险》，国际出版社。J.预测，10573-581（1994）
[21] Peña，D.，《Análisis de Series Temporales》（2005），《Alianza》编辑：《Aliansa》马德里编辑
[22] Peña，D.，Tiao，G.C.，Tsay，R.S.（编辑），2001年。时间序列分析课程。纽约威利。；Peña，D.，Tiao，G.C.，Tsay，R.S.（编辑），2001年。时间序列分析课程。纽约威利。
[23] Q.M.S.，2002年。EViews 4用户指南。Quantitative Micro Software，Irvine（为EViews 4.1修订，2002年3月11日）。；Q.M.S.，2002年。EViews 4用户指南。Quantitative Micro Software，Irvine（为EViews 4.1修订，2002年3月11日）。
[24] Reinsel，G.C.，《多元时间序列分析的要素》（1997），Springer:Springer New York·Zbl 0873.62086号
[25] Shea，B.L.，算法242：向量自回归移动平均模型的精确似然，应用。统计人员。，38, 161-204 (1989)
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。