P.M.罗宾逊。;L.泰勒。 具有独立分量误差的多时间序列自适应估计。 （英语） Zbl 1360.62461号 J.时间序列。分析。 38，第2期，191-203（2017）. 摘要：本文针对可能高维的多个时间序列开发了半参数模型的统计方法。目标是获得未知参数的精确估计值（用于表征自相关和互自相关），而无需完全参数化其他分布特征，同时施加一定程度的简约性以缓解维数灾难。新息向量被建模为独立但可能非同分布的随机变量的线性变换，这些随机变量的分布是非参数的。在这种情况下，参数的高斯伪最大似然估计通常是n一致的，其中（n）表示序列长度，但除非创新事实上是高斯的，否则渐近无效。我们称之为“自适应”的参数估计与基于正确指定的参数新息分布的最大似然估计一样具有一阶渐近有效性。自适应估计使用得分函数的非参数估计（独立随机变量基础向量的元素），这些函数涉及基函数的截断展开；与大多数自适应估计文献中使用的基于核的得分函数估计相比，这些方法具有优势。我们的参数估计也是n一致的渐近正态的。本文报道了利用各种参数化、分布和N的选择对自适应估计的有限样本性能进行的蒙特卡罗研究。 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 2012年12月62日 参数估计量的渐近性质 60亿10 平稳随机过程 65二氧化碳 蒙特卡罗方法 关键词：多时间序列;独立成分分析;有效的半参数估计;自适应估计;平稳过程;预测误差 软件：TVICA公司 PDF格式BibTeX公司 XML格式引用 \textit{P.M.Robinson}和\textit{L.Taylor}，J.Time-Ser。分析。38，第2号，191--203（2017；Zbl 1360.62461） 全文： 内政部 链接 参考文献： [1] 艾尔斯，《多元时间序列的独立成分分析：应用于热带SST变率》，《地球物理研究杂志》105页17437–（2000）·doi:10.1029/2000JD900152 [2] 巴赫，《内核独立组件分析》，《机器学习研究杂志》，第3页，第1页–（2002年）·Zbl 1088.68689号 [3] Beran，自回归过程的自适应估计，《统计数学研究所年鉴》第26页第77页–（1976）·Zbl 0362.62093号 ·doi:10.1007/BF02504731 [4] Bickel，《自适应估计》，《统计学年鉴》10，第647页–（1982）·Zbl 0489.62033号 ·doi:10.1214操作系统/1176345663 [5] 时间序列分析、预测和控制（1971年） [6] Chen，高效独立成分分析，《统计年鉴》34，第2825页–（2005）·Zbl 1114.62033号 ·doi:10.1214/0090536000000939 [7] Chen，一致独立元件分析和预白，IEEE信号处理汇刊53，第3625页–（2006）·Zbl 1373.62292号 ·doi:10.1109/TSP.2005.855098 [8] Chen JP Chen Y Haerdle W 2011 TVICA-时变独立成分分析及其在财务数据中的应用 [9] 张，独立成分分析在ICA时间序列分析中的排序，神经计算41页145–（2001）·Zbl 1052.68110号 ·doi:10.1016/S0925-2312（00）00358-1 [10] Drost，时间序列模型中的自适应估计，《统计年鉴》25页786–（1997）·Zbl 0941.62093号 ·doi:10.1214/aos/1031833674 [11] Garcia-Ferrer A Gonzalez-Prieto E Pena D 2011探索时间序列分解的ICA [12] Hastie，《神经信息处理系统进展》，第15页，649页–（2003年） [13] Hyvarinen，独立成分分析（2001）·数字对象标识代码：10.1002/0471221317 [14] Koul，非线性自回归模型中的有效估计，Bernoulli 3 pp 247–（1997）·Zbl 1066.62537号 ·doi:10.2307/3318592 [15] Kreiss，关于平稳ARMA过程中的自适应估计，《统计年鉴》第15卷第112页–（1987）·Zbl 0616.62042号 ·doi:10.1214/aos/1176350256 [16] Lin JC Li YH Liu CH 2007利用独立成分分析机制构建时间序列预测 [17] Lu，使用独立成分分析和支持向量回归进行金融时间序列预测，《决策支持系统》第47页，第115页–（2009年）·Zbl 05871845号 ·doi:10.1016/j.dss.2009.02.001 [18] Nascimento，独立成分分析在分解高光谱数据中发挥作用吗？，IEEE地球科学和遥感汇刊43第175页–（2005）·doi:10.1109/TGRS.2004.839806 [19] Newey，通过矩限制对回归模型进行自适应估计，《计量经济学杂志》38页301–（1988）·兹伯利0686.62045 ·doi:10.1016/0304-4076（88）90048-6 [20] Robinson，平稳和非平稳分数时间序列推断的效率改进，《统计年鉴》33页1800–（2005）·Zbl 1078.6206号 ·doi:10.1214/009053605000000354 [21] Samarov，非参数独立成分分析，伯努利10，第565页–（2004）·Zbl 1055.62037号 ·doi:10.3150/bj/1093265630 [22] Samworth，《通过非参数最大似然估计进行独立成分分析》，《统计年鉴》第40卷第2973页–（2012年）·Zbl 1296.62084号 ·doi:10.1214/12-AOS1060 [23] 斯通，位置参数的自适应最大似然估计，《统计年鉴》3第267页–（1975）·Zbl 0303.62026号 ·doi:10.1214/aos/1176343056 [24] 弗拉西斯，独立分量分析中的有效源自适应性，IEEE神经网络汇刊12 pp 559–（2001）·数字对象标识代码：10.1109/72.925558 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。