×

Box-Pierce统计的多重测试问题。 (英语) Zbl 1349.62418号

摘要:我们导出了多重Box-Pierce统计量的精确联合渐近分布,并利用这些结果确定了时间序列优良性联合测试问题的适当临界值。通过在不同滞后时间进行顺序测试,我们可以确定模型的具体问题,并确定更好的模型。基于统计检验的条件概率序列,提出并实现了一种新的α-配给方案。该方法可用于为顺序测试程序的每个步骤和整个程序生成临界值和p值。讨论了有效的计算算法。模拟研究评估了有限样本对实际I型误差的影响。经验还表明,Box-Pierce统计的传统临界值太小,I型误差率大于标称误差率;新方法没有这个缺陷,并且允许更严格的建模。我们在几个时间序列上说明了如何识别和改进模型缺陷。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62J15型 配对和多重比较;多次测试

软件:

印章;R(右)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Ansley,C.和Newbold,P.(1979年)。关于自回归移动平均模型中残差自相关的有限样本分布。,生物特征66 547-553。
[2] Bloomfield,P.(1973)。标量时间序列频谱的指数模型。,生物特征60 217-226·Zbl 0261.62074号 ·doi:10.1093/biomet/60.2.217
[3] Box,G.和Pierce,D.(1970年)。自回归积分滑动平均时间序列模型中剩余自相关的分布。,美国统计协会杂志65 1509-1526·Zbl 0224.62041号 ·doi:10.2307/2284333
[4] Brockwell,P.和Davis,R.(1991)。,《时间序列:理论与方法》,第二版,施普林格出版社,纽约·Zbl 0709.62080号
[5] 芬德利·D·F和胡德·C·C·H(1999)。X-12-ARIMA及其在一些意大利指标系列中的应用。年,《季节性调整程序——经验和观点》,第231-251页。罗马:国家统计局(ISTAT)。
[6] 芬德利·D.F.、蒙塞尔·B.C.、贝尔·W·R、奥托·M.C.和陈·B.C.(1998)。X-12-ARIMA季节性调整计划的新功能和方法。,《商业与经济统计杂志》16 127-177(含讨论)。
[7] Golub,G.和Van Loan,C.(1996)。,矩阵计算。约翰·霍普金斯大学出版社,巴尔的摩·Zbl 0865.65009号
[8] Hosoya,Y.和Taniguchi,M.(1982年)。平稳过程的中心极限定理和线性过程的参数估计。,安。统计师。10 132-153. ·Zbl 0484.62102号 ·doi:10.1214/aos/1176345696
[9] Imhof,J.(1961年)。计算正态变量中二次型的分布。,生物特征48 419-426·Zbl 0136.41103号 ·doi:10.1093/biomet/48.3-4.419
[10] Kan,R.和Wang,X.(2010年)。关于样本自相关系数的分布。,计量经济学杂志154 101-121·兹比尔1431.62390 ·doi:10.1016/j.jeconom.2009.06.010
[11] Katayama,N.(2008)。portmanteau统计的改进。,时间序列分析杂志29 359-370·Zbl 1165.62067号 ·文件编号:10.1111/j.1467-9892.2007.00559.x
[12] Katayama,N.(2009年)。在多次组合测试中。,时间序列分析杂志30 487-504·Zbl 1224.62062号 ·文件编号:10.1111/j.1467-9892.2009.00621.x
[13] Koopman,S.、Harvey,A.和Doornik,J.(2000)。,STAMP 6.0:结构时间序列分析器、建模器和预测器。Timberlake Consultants,伦敦。
[14] Kwan,A.和Sim,A.(1996年)。关于高斯时间序列随机性修正portmanteau检验的有限样本分布。,生物特征83 938-943·Zbl 0925.62368号 ·doi:10.1093/biomet/83.4.938
[15] Kwan,A.和Wu,Y.(1997)。关于ARMA(p,q)模型充分性的Monti portmanteau检验的有限样本分布的进一步结果。,生物特征84 733-736·Zbl 1090.62554号 ·doi:10.1093/biomet/84.3.733
[16] Ljung,G.(1986年)。单变量时间序列模型的诊断测试。,生物特征73 725-730·Zbl 0656.62098号 ·doi:10.1093/biomet/73.3.725
[17] Ljung,G.和Box,G.(1978年)。关于时间序列模型中缺乏拟合的度量。,生物特征65 297-303·Zbl 0386.62079号 ·doi:10.1093/biomet/65.2.297
[18] Maravall,A.和Caporello,G.(2004年)。项目TSW:修订的参考手册。,西班牙银行研究部2004年工作文件。
[19] McElroy,T.(2008年)。基于模型的信号提取诊断测试的统计特性。,统计学、理论和方法传播37 591-616·Zbl 1274.62606号 ·doi:10.1080/03610920701669785
[20] McElroy,T.和Holan,S.(2009年)。用于评估时间序列模型错误指定的局部谱方法。,多元分析杂志100 604-621·Zbl 1169.62076号 ·doi:10.1016/j.jmva.2008.06.010
[21] McElroy,T.和Monsell,B.(2014)。补充“Box-Pierce统计的多重测试问题”。,DOI:10.1214/14-EJS892支持·兹比尔1349.62418 ·doi:10.1214/14-EJS892
[22] McElroy,T.和Wildi,M.(2013)。时间序列模型的多步提前估计。,《国际预测杂志》29 378-394。
[23] McLeod,A.I.(1978)。关于Box-Jenkins模型中剩余自相关的分布。,英国皇家统计学会杂志,B辑40 296-302·Zbl 0407.62065号
[24] Monti,A.(1994年)。线性模型中残差自相关检验的建议。,生物特征81 776-780·兹伯利0810.62082 ·doi:10.1093/biomet/81.4.776
[25] Peña,D.和Rodriguez,J.(2002)。这是一个强大的组合测试,用于测试时间序列是否不适合。,美国统计协会杂志97 601-610·Zbl 1073.62554号 ·doi:10.1198/016214502760047122
[26] R开发核心团队(2009)。R: 用于统计计算的语言和环境。R统计计算基金会,奥地利维也纳。
[27] Pollock,D.(1999)。,时间序列分析、信号处理和动力学手册。纽约学术出版社·Zbl 0953.62090号
[28] Slud,E.和Wei,L.(1982年)。基于修正Wilcoxon统计的两样本重复显著性检验。,美国统计协会杂志77 862-868·Zbl 0508.62070号 ·doi:10.2307/2287319
[29] Taniguchi,M.和Kakizawa,Y.(2000)。,时间序列统计推断的渐近理论。纽约施普林格-弗拉格·Zbl 0955.62088号
[30] Tziritas,G.(1987)。关于正定高斯二次型的分布。,IEEE信息理论汇刊33 895-906·Zbl 0638.94002号 ·doi:10.1109/TIT.1987.1057381
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。