×
希勒·瑟伦森

计数时间序列的独立性、连续性和条件似然。 （英语） Zbl 1421.62132号

J.统计计划。推断 200, 20-31 (2019).
总结：在分析计数的时间序列时，必须正确处理序列相关性和过度分散，为此，参数驱动模型将潜在过程与条件对数泊松模型（给定潜在过程）相结合。回归系数有直接的解释，但似然推断不是直接的。我们考虑了一个两步估计过程：首先从边际分布估计回归参数；基于低阶同时分布或条件分布，使用复合似然方法估计潜在过程的第二个参数。置信区间由引导程序计算。在三项模拟研究中，对估计量的性质进行了检验，并与其他方法进行了比较，并且将这些方法应用于与哮喘和交通死亡相关的住院文献中的两个数据集。

引用于1文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62J05型 线性回归；混合模型
62J12型 广义线性模型（逻辑模型）
62G09号 非参数统计重采样方法

关键词：

引导数据库；复合似然；过度分散；广义线性混合模型；串行相关

软件：

R（右）；lme4型；眩光；引导库；ts计数
PDF格式BibTeX公司 XML格式引用
\textit{H.Sörensen}，J.Stat.Plann。推断200，20-31（2019；Zbl 1421.62132）
全文： 内政部 链接

参考文献：

[1] 阿扎里尼，A.，平稳过程阶的最大似然估计，生物统计学，70381-387（1983）·Zbl 0533.62078号
[2] 贝茨，D。；Mächler，M。；Bolker，B。；Walker，S.，使用lme4拟合线性混合效应模型，J.Stat.Softw。，67, 1, 1-48 (2015)
[3] Chan，K.S。；Ledolter，J.，《涉及计数的时间序列模型的蒙特卡罗EM估计》，J.Amer。统计师。协会，90，242-252（1995）·Zbl 0819.62069号
[4] 领事P。；Famoye，F.，广义泊松回归模型，Comm.Statist。理论方法，21，1，89-109（1992）·Zbl 0800.62355号
[5] Cox，D.R.，《时间序列的统计分析：一些最新发展》，Scand。J.Stat.，第893-115页（1981年）·Zbl 0468.62079号
[6] Davis，R.A。；邓斯密尔，W.T.M。；Street，S.B.，泊松计数的观测驱动模型，生物统计学，90，777-790（2003）·兹比尔1436.62418
[7] Davis，R.A。；邓斯米尔，W.T.M。；Street，S.B.，毒物计数观测驱动模型的最大似然估计，Methodol。计算。申请。概率。，7, 149-159 (2005) ·Zbl 1078.62091号
[8] Davis，R.A。；邓斯密尔，W.T.M。；Wang，Y.，关于泊松回归模型中的自相关，Biometrika，87，491-505（2000）·Zbl 0956.62075号
[9] Davis，R.A。；Rodriguez-Yam，G.，基于似然近似的状态空间模型估计，Statist。中国科学院，15818-406（2005）·Zbl 1070.62070号
[10] Davis，R.A。；Yau，C.Y.，《关于时间序列模型中成对似然的评论》，统计学家。Sinica，21，255-278（2011）·Zbl 1206.62146号
[11] Davison，A。；Hinkley，D.，Bootstrap Methods and their Application（1997），剑桥大学出版社：剑桥大学出版社纽约·Zbl 0886.62001号
[12] 邓斯密尔，W.T.M。；Scott，D.J.，观测驱动计数时间序列回归的glarma包，J.Stat.Softw。，67, 7, 1-36 (2015)
[13] Durbin，J。；Koopman，S.J.，非高斯状态空间模型的蒙特卡罗最大似然估计，生物统计学，84，669-684（1997）·兹比尔0888.62086
[14] Fokianos，K。；Rahbek，A。；Tjötheim，D.，泊松自回归，J.Amer。统计师。协会，1041430-1439（2009）·Zbl 1205.62130号
[15] 海伊，J。；Pettitt，A.，具有协变量的计数时间序列的贝叶斯分析：在传染病控制中的应用，生物统计学，2433-444（2001）·Zbl 1097.62560号
[16] 荣格，R.C。；库库克，M。；Liesenfeld，R.，计数数据的时间序列：建模、估计和诊断，计算。统计师。数据分析。，51, 2350-2364 (2006) ·Zbl 1157.62492号
[17] Lee，Y。；Nelder，J.A.，层次广义线性模型，J.R.Stat.Soc.Ser。B统计方法。，58, 4, 619-678 (1996) ·兹伯利0880.62076
[18] Lee，Y。；Nelder，J.A.，《分层广义线性模型：广义线性模型、随机效应模型和结构化分散的综合》，《生物统计学》，88，4，987-1006（2001）·Zbl 0995.62066号
[19] Lee，Y。；Nelder，J.A.，建模和分析相关非正态数据，统计模型。，1, 1, 3-16 (2001) ·Zbl 1004.62080号
[20] Liboschik，T.、Fried，R.、Fokianos，K.、Probst，P.，2016年。tscount：计数时间序列的分析。R包版本1.3.0。；Liboschik，T.、Fried，R.、Fokianos，K.、Probst，P.，2016年。tscount：计数时间序列的分析。R包版本1.3.0。
[21] R核心团队，R：统计计算语言与环境（2016），R统计计算基金会：R统计计算基础，奥地利维也纳
[22] Shmueli，G。；Minka，T.P。；卡丹·J·B。；Borle，S。；Boatwright，P.，《拟合离散数据的有用分布：Conway-Maxwell-Poisson分布的恢复》，J.R.Stat.Soc.Ser。C.申请。Stat.，54，1，127-142（2005）·Zbl 1490.62058号
[23] Sörensen，H.，随机波动率模型的模拟似然近似，Scand。J.Stat.，30，257-276（2003）·兹比尔1053.62090
[24] van der Vaart，A.W.，《渐近统计》（1998），剑桥大学出版社：剑桥大学出版社，纽约·Zbl 0910.62001号
[25] 瓦林，C。；N.里德。；Firth，D.，《复合似然法概述》，Statist。Sinica，21，5-42（2011）·兹伯利05849508
[26] Zeger，S.L.，计数时间序列的回归模型，Biometrika，75，621-629（1988）·Zbl 0653.62064号
[27] Zhu，F.，用广义泊松积分值GARCH模型建模过分散或欠分散计数数据，J.Math。分析。申请。，389, 1, 58-71 (2012) ·Zbl 1232.62120号
[28] Zhu，F.，用COM-Poisson INGARCH模型建模计数时间序列，数学。计算。建模，56，9，191-203（2012）·Zbl 1255.91373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。