×

多元局部平稳过程的平稳性检验。 (英语) Zbl 1329.62385号

摘要:在本文中,我们提出了一种非参数方法来验证多元局部平稳时间序列模型中的平稳性假设。我们基于Kolmogorov-Smirnov型统计量开发了一个bootstrap-assistant检验,该统计量跟踪时变光谱密度与其最佳平稳近似值的偏差。与迄今为止文献中提出的所有其他非参数方法相比,测试统计不依赖于任何正则化参数,如平滑带宽或窗口长度,这通常是数据分段所需的。我们还展示了如何使用我们的新程序来识别发生非平稳性的组件,并指出这种创新方法的可能扩展。最后,我们进行了广泛的模拟研究,显示了新方法的有限样本特性,并与现有方法进行了比较。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62M15型 随机过程和谱分析的推断
62G10型 非参数假设检验

软件:

SLEX公司
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Akaike,《信息论与最大似然原理的扩展》(1973)·兹bl 0283.62006年
[2] 安德森,《时间序列的统计分析》(1971)·Zbl 0225.62108号
[3] Berg,时间序列线性的自举检验,《统计规划与推断杂志》140页3841–(2010)·Zbl 1327.62460号 ·doi:10.1016/j.jspi.2010.04.047
[4] Brillinger,《时间序列:数据分析与理论》(1981)
[5] 布罗克韦尔,《时间序列:理论和方法》(1991年)·Zbl 0709.62080号 ·数字对象标识代码:10.1007/978-1-4419-0320-4
[6] 钱德勒,基于过剩质量泛函的局部平稳时间序列判别,《美国统计协会期刊》101 pp 240–(2006)·Zbl 1118.62358号 ·doi:10.1198/01621450000000899
[7] Changli,针对连续变化测试平稳向量自回归模型中的参数恒定性,《计量经济学评论》28第225页–(2009)·Zbl 1156.62056号
[8] Chen,本地化已实现波动率建模,《美国统计协会杂志》105(492),第1376页–(2010)·兹比尔1388.62305 ·doi:10.1198/jasa.2010.ap09039
[9] Dahlhaus,经验谱过程及其在时间序列分析中的应用,随机过程及其应用30 pp 69–(1988)·Zbl 0655.60033号 ·doi:10.1016/0304-4149(88)90076-2
[10] Dahlhaus,将时间序列模型拟合到非平稳过程,《统计学年鉴》25(1)第1页–(1997)·Zbl 0871.62080号 ·doi:10.1214/aos/1034276620
[11] Dahlhaus,局部平稳过程的似然近似,《统计学年鉴》28(6)第1762页–(2000)·Zbl 1010.62078号 ·doi:10.1214/aos/1015957480
[12] Dahlhaus,基于经验谱测量的局部平稳时间序列的局部推断,《计量经济学杂志》151第101页–(2009)·Zbl 1431.62362号 ·doi:10.1016/j.jeconom.2009.03.002
[13] Dahlhaus,局部平稳过程,统计手册30,第351页–(2012年)·doi:10.1016/B978-0-444-53858-1.00013-2
[14] Dahlhaus,局部平稳时间序列的经验谱过程,Bernoulli 15 pp 1–(2009)·Zbl 1204.62156号 ·文件编号:10.3150/08-BEJ137
[15] Dette,局部平稳过程的平稳性度量及其在测试中的应用,《美国统计协会杂志》106(495),第1113页–(2011)·Zbl 1229.62119号 ·doi:10.1198/jasa.2011.tm10811
[16] Dwivedi,基于离散傅里叶变换的时间序列二阶平稳性测试,时间序列分析杂志32(1),第68页–(2011)·Zbl 1290.62059号 ·文件编号:10.1111/j.1467-9892.2010.00685.x
[17] Eichler,向量平稳过程中非参数和半参数假设的检验,《多元分析杂志》99页968–(2008)·Zbl 1136.62371号 ·doi:10.1016/j.jmva.2007.06.003
[18] Fan,基于小波阈值和Neyman截断的显著性检验,《美国统计协会杂志》91(434)pp 674–(1994)·Zbl 0869.62032号 ·网址:10.1080/01621459.1996.10476936
[19] Fryzlewicz,使用随机小波表示对非平稳时间序列的一致分类,美国统计协会杂志104 pp 299–(2009)·Zbl 1388.62253号 ·doi:10.1198/jasa.2009.0110
[20] 黄,使用SLEX模型对非平稳时间序列的识别和分类,《美国统计协会杂志》99 pp 763–(2004)·Zbl 1117.62357号 ·doi:10.19198/0162114504000001105
[21] Jentsch C Subba Rao S 2012多元时间序列二阶平稳性检验
[22] Kreiß,一类随机过程的渐近统计推断(1988)
[23] Kreiß,《时间序列的混合野生自举法》,《美国统计协会杂志》107(499),第1073页–(2012)·Zbl 1443.62272号 ·doi:10.1080/01621459.2012.695664
[24] Kreiß,关于自回归筛引导的有效性范围,《统计年鉴》39(4)第2103页–(2012)·Zbl 1227.62067号 ·doi:10.1214/11-AOS900
[25] Neumann,各向异性函数类中的小波阈值及其在进化谱自适应估计中的应用,《统计年鉴》25第38页–(1997)·Zbl 0871.62081号 ·doi:10.1214/aos/1034276621
[26] Paparoditis,测试时间序列光谱结构的时间恒常性,Bernoulli 15 pp 1190–(2009)·Zbl 1200.62049号 ·doi:10.3150/08-BEJ179
[27] Paparoditis,通过滚动局部周期图验证时间序列分析中的平稳性假设,美国统计协会杂志105(490),第839页–(2010)·Zbl 1392.62275号 ·doi:10.1198/jasa.2010.tm08243
[28] Paparoditis S PreußP 2013关于基于频域的平稳性测试的局部特性·Zbl 1468.62298号
[29] Preuß,《关于区分长期依赖性和非平稳性》,《电子统计杂志》第7卷第2241页–(2013年)·Zbl 1293.62201号 ·doi:10.1214/13-EJS836
[30] Preuß,基于经验过程的平稳性检验,Bernoulli 19(5B)pp 2715–(2012)·Zbl 1281.62183号 ·文件编号:10.3150/12-BEJ472
[31] Preuß,《检验局部平稳过程中的半参数假设》,《斯堪的纳维亚统计杂志》40(3),第417页–(2013)·Zbl 1364.62108号 ·数字对象标识代码:10.1111/j.1467-9469.2012.00819.x
[32] 普里斯特利,《时间序列非平稳性检验》,《皇家统计学会杂志》,B系列31第140页–(1969年)·Zbl 0182.51403号
[33] Sakiyama,测试局部平稳过程的复合假设,时间序列分析杂志24(4),第483页–(2003)·Zbl 1036.62067号 ·doi:10.1111/1467-9892.00317
[34] Sakiyama,局部平稳过程的判别分析,《多元分析杂志》90页282–(2004)·兹比尔1050.62066 ·doi:10.1016/j.jmva.2003.08.002
[35] Sergides,局部平稳过程半参数假设的频域检验,《斯堪的纳维亚统计杂志》,36页,800–(2009)·Zbl 1224.62070号 ·文件编号:10.1111/j.1467-9469.2009.00652.x
[36] Starica,《股票收益的非平稳性》,《经济学与统计学评论》87页,503–(2005)·doi:10.1162/0034653054638274
[37] Vaart,弱收敛和经验过程(1996)·数字对象标识代码:10.1007/978-1-4757-2545-2
[38] Sachs,平稳性的基于小波的测试,《时间序列分析杂志》21页597–(2000)·Zbl 0972.62085号 ·doi:10.1111/1467-9892.00200
[39] Whittle,时间序列分析中的假设检验(1951)·Zbl 0045.41301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。