×

强混合条件下连续经验copula过程的相依乘数自举。 (英语) Zbl 1388.62123号

摘要:对多元观测的copula进行推断的两个关键因素是经验copula过程和对后者进行适当的重采样方案。在用于身份验证观察的现有技术中B.雷米拉德O.斯卡利特【《多元分析杂志》,第100期,第3期,377–386页(2009年;Zbl 1157.62401号)]通常会导致推理过程具有最佳的有限样本属性。A.Bücher先生M.鲁珀特《多变量分析杂志》116208-229(2013;Zbl 1277.62207号)]最近提出了一种将此技术扩展到严格平稳的强混合观测的方法,即通过调整相关乘数bootstrapP.L.Bühlmann先生[时间序列和经验过程中的分块自举。Zürich:ETH Zülichn(Diss.)(1993),第3.3节]到经验copula过程。这项工作的主要贡献是推广了由Bücher和Ruppert[loc.cit.]提出的沿两个方向的乘数重采样方案。首先,重采样方案现在是真正连续的,因此可以将许多现有的未知copula乘数测试转换为强混合设置,包括用于变化点检测的非参数测试。其次,重采样方案现在是全自动的,因为提出了一种可用于估计带宽参数的数据自适应过程。仿真研究用于研究重采样方案的有限样本性能,并就如何选择几个附加参数提供了建议。作为这项工作的副产品,在强混合系数和乘数的较弱条件下,获得了Bühlmann经验过程相依乘数bootstrap序列版本的有效性,在许多序列相关条件下,建立了序贯经验copula过程的弱收敛性。

MSC公司:

62G09号 非参数统计重采样方法
62G05型 非参数估计
60F05型 中心极限和其他弱定理
62G10型 非参数假设检验
62克20 非参数推理的渐近性质

软件:

TwoCop公司
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Agarwal,G.G.、Dalpatadu,R.J.和Singh,A.K.(2002年)。均匀次序统计量和B样条的线性函数。通信统计。理论方法31 181-192·Zbl 0991.62030号 ·doi:10.1081/STA-120002644
[2] Andrews,D.W.K.(1991年)。异方差和自相关一致协方差矩阵估计。《计量经济学》59 817-858·兹比尔0732.62052 ·doi:10.2307/2938229
[3] Auestad,B.和Tjötheim,D.(1990年)。非线性时间序列的识别:一阶表征和阶确定。生物特征77 669-687·doi:10.1093/biomet/77.4.669
[4] Balacheff,S.和Dupont,G.(1980年)。经验性过程正常渐近(cas multidimensionalmélangeant)。《非参数渐近统计》(Proc.Conf.,Rouen,1979)(法语)。数学课堂笔记。821 19-45. 柏林:斯普林格·Zbl 0443.62013.中
[5] Beare,B.K.(2010年)。连词和时间依赖性。《计量经济学》78 395-410·Zbl 1202.91271号 ·doi:10.3982/ECTA8152
[6] Bickel,P.J.和Wichura,M.J.(1971年)。多参数随机过程的收敛准则及其应用。安。数学。统计师。42 1656-1670. ·Zbl 0265.60011号 ·doi:10.1214/网址/1177793164
[7] Bücher,A.(2014)。强混合下序贯多元经验过程弱收敛的一个注记。J.理论。问题。
[8] Bücher,A.和Dette,H.(2010)。关于经验copula过程的bootstrap近似的注记。统计师。普罗巴伯。莱特。80 1925-1932. ·Zbl 1202.62055号 ·doi:10.1016/j.spl.2010.08.021
[9] Bücher,A.和Kojadinovic,I.(2014)。补充“强混合下序贯经验copula过程的相依乘数bootstrap”。
[10] Bücher,A.、Kojadinovic,I.、Rohmer,T.和Segers,J.(2014)。检测多变量时间序列中横截面相关性的变化。《多元分析杂志》。132 111-128. ·Zbl 1360.62451号 ·doi:10.1016/j.jmva.2014.07.012
[11] Bücher,A.和Ruppert,M.(2013)。基于锥形块乘法器技术的强混合下常数copula的一致性测试。《多元分析杂志》。116 208-229. ·Zbl 1277.62207号 ·doi:10.1016/j.jmva.12.12.002
[12] Bücher,A.和Segers,J.(2014)。基于多元平稳时间序列块极大值的极值copula估计。极端17 495-528·Zbl 1329.62222号 ·doi:10.1007/s10687-014-0195-8
[13] Bücher,A.和Volgushev,S.(2013)。序列相关下的经验和序贯经验copula过程。《多元分析杂志》。119 61-70. ·Zbl 1277.62223号 ·doi:10.1016/j.jmva.2013.04.003
[14] Bühlmann,P.(1994)。平稳序列的分块自举经验过程。安。统计师。22 995-1012. ·Zbl 0806.62032号 ·doi:10.1214/aos/1176325508
[15] Bühlmann,P.L.(1993)。时间序列和经验过程中的分块引导。苏黎世理工大学博士论文。
[16] Chen,X.和Fan,Y.(1999)。计量经济时间序列半参数和非参数模型中的一致假设检验。《计量经济学杂志》91 373-401·Zbl 1041.62506号 ·doi:10.1016/S0304-4076(98)00081-5
[17] Csörgő,M.和Horváth,L.(1997)。变点分析中的极限定理。概率统计威利级数。奇切斯特:威利·Zbl 0884.62023号
[18] Darsow,W.F.、Nguyen,B.和Olsen,E.T.(1992年)。Copulas和Markov过程。伊利诺伊州J.数学。36 600-642·Zbl 0770.60019号
[19] Deheuvels,P.(1981年)。独立性的非参数测试。巴黎大学统计研究所出版物26 29-50·Zbl 0478.62029号
[20] Dehling,H.和Philipp,W.(2002年)。依赖数据的经验处理技术。依赖数据的经验处理技术(H.Dehling,T.Mikosch和M.Sorensen编辑)3-113。马萨诸塞州波士顿:Birkhäuser·Zbl 1021.62036号 ·doi:10.1007/978-1-4612-0099-4_1
[21] Fermanian,J.-D.、Radulović,D.和Wegkamp,M.(2004)。经验copula过程的弱收敛性。伯努利10 847-860·Zbl 1068.62059号 ·doi:10.3150/bj/1099579158
[22] Gaenssler,P.和Stute,W.(1987年)。经验过程研讨会。DMV研讨会9。巴塞尔:Birkhä用户·Zbl 0637.62047号
[23] Genest,C.、Rémillard,B.和Beaudoin,D.(2009年)。连接函数的优度测试:综述和功效研究。保险数学。经济。44 199-213. ·Zbl 1161.91416号 ·doi:10.1016/j.insmateco.2007.10.05
[24] Holmes,M.、Kojadinovic,I.和Quessy,J.-F.(2013)。Gombay和Horváth变点检测的非参数测试。《多元分析杂志》。115 16-32. ·Zbl 1294.62126号 ·doi:10.1016/j.jmva.2012.10.004
[25] Inoue,A.(2001)。测试时间序列中的分布变化。计量经济学理论17 156-187·Zbl 0976.62088号 ·doi:10.1017/S0266466601171057
[26] Jondeau,E.、Poon,S.-H.和Rockinger,M.(2007)。非高斯分布下的财务建模。施普林格金融。伦敦:斯普林格·Zbl 1138.91002号
[27] Kojadinovic,I.、Segers,J.和Yan,J.(2011)。多元连接函数极值依赖性的大样本检验。加拿大。J.统计。39 703-720. ·Zbl 1284.62333号 ·doi:10.1002/cjs.10110
[28] Kojadinovic,I.和Yan,J.(2012)。基于加权bootstrap的fit优度测试:一种快速的大样本替代参数bootstrap。加拿大。J.统计。40 480-500. ·Zbl 1349.62224号 ·doi:10.1002/cjs.11135
[29] Kosorok,M.R.(2008年)。经验过程和半参数推断导论。统计学中的斯普林格系列。纽约:斯普林格·Zbl 1180.62137号
[30] Künsch,H.R.(1989)。一般静态观测的折刀和引导。安。统计师。17 1217-1241·Zbl 0684.62035号 ·doi:10.1214/aos/1176347265
[31] McNeil,A.J.、Frey,R.和Embrechts,P.(2005)。定量风险管理。普林斯顿金融系列。新泽西州普林斯顿:普林斯顿大学出版社·Zbl 1089.91037号
[32] Mokkadem,A.(1988年)。ARMA过程的混合特性。随机过程。申请。29 309-315. ·Zbl 0647.60042号 ·doi:10.1016/0304-4149(88)90045-2
[33] Paparoditis,E.和Politis,D.N.(2001年)。锥形块引导。生物特征88 1105-1119·Zbl 0987.62027号 ·doi:10.1093/biomet/88.4.1105
[34] Patton,A.,Politis,D.N.和White,H.(2009年)。D.Politis和H.White对“依赖引导的自动块长度选择”的更正[MR2041534]。《计量经济学评论》28 372-375·Zbl 1400.62193号 ·doi:10.1080/07474930802459016
[35] 巴顿,A.J.(2012)。预测多元时间序列的Copula方法。《经济预测手册》第2卷。阿姆斯特丹:北荷兰。
[36] Politis,D.N.(2003)。自适应带宽选择。J.非参数。《美国联邦法律大全》第15卷第517-533页·Zbl 1054.62038号 ·doi:10.1080/10485250310001604659
[37] Politis,D.N.和Romano,J.P.(1995年)。偏差校正的非参数谱估计。J.时间序列分析。16 67-103·Zbl 0811.62088号 ·文件编号:10.1111/j.1467-9892.1995.tb00223.x
[38] Politis,D.N.和White,H.(2004)。为从属引导自动选择块长度。《计量经济学评论》23 53-70·Zbl 1082.62076号 ·doi:10.1081/ETC-120028836
[39] Rémillard,B.和Scaillet,O.(2009年)。测试两个系词之间的相等性。《多元分析杂志》。100 377-386. ·兹比尔1157.62401 ·doi:10.1016/j.jmva.2008.05.004
[40] Rüschendorf,L.(1976年)。多元秩序统计的渐近分布。安。统计师。4 912-923. ·Zbl 0359.62040号 ·doi:10.1214/aos/1176343588
[41] Salvadori,G.、De Michele,C.、Kottegoda,N.T.和Rosso,R.(2007)。自然界中的极值:一种使用连词的方法。水科学与技术图书馆56。柏林:斯普林格。
[42] Scaillet,O.(2005)。正象限依赖性的Kolmogorov-Smirnov型检验。加拿大。J.统计。33 415-427. ·Zbl 1077.62036号 ·doi:10.1002/cjs.5540330307
[43] Segers,J.(2012)。非限制光滑假设下经验copula过程的渐近性。伯努利18 764-782·Zbl 1243.62066号 ·doi:10.3150/11-BEJ387
[44] Shao,X.(2010)。依赖的野生引导。J.Amer。统计师。协会105 218-235·兹比尔1397.62121 ·doi:10.1198/jasa.2009.tm08744
[45] Sklar,M.(1959年)。划分维度和边界的函数。出版物。巴黎大学Inst.Stat.Univ.Paris 8 229-231·Zbl 0100.14202号
[46] Tsukahara,H.(2005)。copula模型中的半参数估计。加拿大。J.统计。33 357-375. ·Zbl 1077.62022号 ·doi:10.1002/cjs.5540330304
[47] van der Vaart,A.W.(1998)。渐进统计。剑桥统计与概率数学系列3。剑桥:剑桥大学出版社·Zbl 0910.62001号 ·doi:10.1017/CBO9780511802256
[48] van der Vaart,A.W.和Wellner,J.A.(2000年)。弱收敛与经验过程,第2版,纽约:施普林格出版社·Zbl 0862.60002号
[49] van der Vaart,A.W.和Wellner,J.A.(2007年)。由估计函数索引的经验过程。在渐近:粒子,过程和反问题。数理统计研究所讲稿——专题系列55 234-252。俄亥俄州比奇伍德:IMS·Zbl 1176.62050号 ·doi:10.1214/0749217070000382
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。