×

向量ARMAX时间序列的精确Fisher信息矩阵算法。 (英语) Zbl 1283.62186号

摘要:本文提出了高斯向量ARMAX或VARMAX过程的精确Fisher信息矩阵的一种算法。本文提出的算法由向量矩阵级的Chandrasekhar递归方程组成,其中一些递归由基于适用于向量过程状态空间模型的适当微分规则的导数组成。所选择的表示方式是,从状态空间模型中提取的递归是根据创新导数的期望而不是过程和观测干扰给出的。该算法将通过一个示例进行说明。在该示例中,将结果与Matlab工具箱E4中的结果以及渐近信息矩阵进行了比较。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
1999年8月15日 特殊矩阵
65立方厘米60 统计中的计算问题(MSC2010)

软件:

E4类Matlab公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 安德森,B.D.O。;Moore,J.B.,《最佳过滤》(1979),新泽西州普伦蒂斯·霍尔:普伦蒂丝·霍尔恩格尔伍德克利夫斯·兹伯利0688.93058
[2] Caines,P.E.,线性随机系统(1988),威利:威利纽约·Zbl 0658.93003号
[3] 卡萨尔斯,J。;Sotoca,S.,具有随机输入的状态空间模型的最大似然估计的精确初始条件,经济学。莱特。,57, 261-267 (1997) ·Zbl 0903.90020号
[4] de Jong,P.,状态空间模型的平滑和插值,J.Amer。统计师。协会,84,1085-1088(1989)·Zbl 0702.62093号
[5] 德容,P。;Chu-Chun-Lin,S.,平稳和非平稳状态空间模型,《时间序列分析》。,15, 151-166 (1994) ·Zbl 0794.62056号
[6] Dharan,B.G.,《时间序列模型的先验样本量评估和信息矩阵计算》,J.Stat.Compute。模拟。,21, 171-177 (1985)
[7] Durbin,J。;Koopman,S.J.,状态空间方法的时间序列分析(2001),牛津大学出版社:牛津大学出版社纽约·Zbl 0995.62504号
[8] Hannan,E.J。;Deistler,M.,《线性系统的统计理论》(1988),威利出版社:威利纽约·Zbl 0641.93002号
[9] Hannan,E.J。;邓斯密尔,W.T.M。;Deistler,M.,向量Armax模型的估计,J.多元分析。,10, 275-295 (1980) ·Zbl 0445.62098号
[10] Harvey,A.C.,《预测结构时间序列和卡尔曼滤波器》(1989),剑桥大学出版社:剑桥大学出版社
[11] 赫雷斯,M。;卡萨尔斯,J。;Sotoca,S.,《线性状态空间模型的信号提取,包括用于时间序列建模和分解的免费MATLAB工具箱》(2011年),兰伯特学术出版:兰伯特学术出版社,德国萨尔布吕肯
[12] Kalman,R.E.,《线性滤波和预测问题的新方法》,J.基础工程,Trans。美国机械工程师协会。序列号。D、 42、34-45(1960)
[13] Kalman,R.E。;Bucy,R.S.,线性滤波和预测理论的新结果,J.基础工程,Trans。美国机械工程师协会。序列号。D、 8395-108(1961年)
[14] 克莱因,A。;Mélard,G.,季节自回归移动平均模型的Fisher信息矩阵,《时间序列分析杂志》。,11, 231-237 (1990) ·Zbl 0711.62075号
[15] 克莱因,A。;Mélard,G.,SISO模型的Fisher信息矩阵计算,IEEE Trans。信号处理。,42684-688(1994年)
[16] 克莱因,A。;Mélard,G。;Niemczyk,J.,用矩阵微分规则修正高斯时间序列模型的精确Fisher信息矩阵的构造,线性代数应用。,420, 729-730 (2007)
[17] 克莱因,A。;Mélard,G。;尼姆奇克,J。;Zahaf,T.,计算高斯VARMA模型精确Fisher信息矩阵的程序(2004),阿姆斯特丹大学计量经济系讨论文件2004/15
[18] 克莱因,A。;Mélard,G。;Saidi,A.,向量ARMA过程的渐近和精确Fisher信息矩阵,Statist。普罗巴伯。莱特。,78, 1430-1433 (2008) ·Zbl 1152.62367号
[19] 克莱因,A。;Mélard,G。;Spreij,P.,关于向量ARMA过程Fisher信息矩阵的结式性质,线性代数应用。,403, 291-313 (2005) ·Zbl 1084.15021号
[20] 克莱因,A。;Mélard,G。;Zahaf,T.,利用矩阵微分规则构造高斯时间序列模型的精确Fisher信息矩阵,线性代数应用。,321, 209-232 (2000) ·Zbl 0966.62058号
[21] 克莱因,A。;Neudecker,H.,高斯向量状态空间模型的精确Fisher信息矩阵的直接推导,线性代数应用。,321, 233-238 (2000) ·Zbl 1157.62452号
[22] 克莱因,A。;Spreij,P.,《应用于多重平稳时间序列的矩阵微分学和信息矩阵的扩展Whittle公式》,《线性代数应用》。,430, 674-691 (2009) ·Zbl 1152.62058号
[23] 兰卡斯特,P。;Tismenetsky,M.,《矩阵理论与应用》(1985),学术出版社:奥兰多学术出版社·Zbl 0516.15018号
[24] Lehmann,E.L.,《点估计理论》(1983),威利出版社:威利纽约·兹比尔0522.62020
[25] Lütkepohl,H.,《多时间序列分析新导论》(2006),斯普林格-Verlag·Zbl 1141.62071号
[26] Mélard,G。;Klein,A.,关于高斯ARMA时间序列精确信息矩阵的快速算法,IEEE Trans。信号处理。,42, 2201-2203 (1994)
[27] 莫尔夫,M。;西杜,G.S。;Kailath,T.,常数、线性、离散时间系统递归估计的一些新算法,IEEE Trans。自动化。控制,19315-323(1974)·Zbl 0279.93043号
[28] 牛顿,H.J.,多重混合时间序列参数的信息矩阵,J.多元分析。,8,317-323(1978年)·Zbl 0385.62069号
[29] Niemczyk,J.,计算VARMA过程的自方差导数,(Antoch,Jaromir,COMPSTAT’2004年第16次研讨会,布拉格,计算统计学报(2004),Physica-Verlag:Physica-Verlag Heidelberg),1593-1600
[31] 波拉特,B。;Friedlander,B.,具有平稳随机分量的高斯时间序列的精确信息矩阵计算,IEEE Trans。灰尘。,语音,信号处理。,14, 118-130 (1986)
[32] Reinsel,G.C.,《多元时间序列分析的要素》(1997),Springer-Verlag:Springer-Verlag纽约·Zbl 0873.62086号
[33] 西格尔,M。;Weinstein,E.,评估线性动态系统对数似然梯度(分数)的新方法,IEEE Trans。自动化。控制,33763-766(1988)·Zbl 0649.93079号
[34] 西格尔,M。;Weinstein,E.,评估线性动态系统对数似然梯度、Hessian和Fisher信息矩阵的新方法,IEEE Trans。通知。理论,35,682-687(1989)·Zbl 0676.93077号
[36] Terceiro Lomba,J.,《变量中存在误差的动态计量经济模型的估计》(1990),Springer-Verlag:Springer-Verlag Berlin·Zbl 0699.62103号
[37] Terceiro,J。;卡萨尔斯,J.M。;赫雷斯,M。;塞拉诺,G.R。;Sotoca,S.,使用MATLAB进行时间序列分析,包括完整的MATLAB工具箱(2000)
[38] Watson,M.W。;Engle,R.F.,动态因子估计的替代算法,MIMIC和变系数回归模型,《计量经济学杂志》,23,385-400(1983)·Zbl 0534.62083号
[39] Whittle,P.,《多重平稳时间序列的分析》,J.Roy。统计师。Soc.序列号。B、 15、125-139(1953)·Zbl 0053.41002号
[40] Zadrozny,P.A.,线性动态模型估计的分析导数,计算。数学。申请。,18, 539-553 (1989) ·Zbl 0684.62040号
[41] Zadrozny,P.A.,线性动态模型估计的分析导数勘误表,计算。数学。申请。,24289-290(1992年)
[42] Zadrozny,P.A。;Mittnik,S.,用于计算时不变周期和一般时变VARMA模型和样本的信息矩阵的卡尔曼滤波方法,计算。数学。申请。,28, 107-119 (1994) ·Zbl 0799.62100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。