尤马·尤哈拉 错误指定遍历Lévy驱动随机微分方程模型的统计推断。 （英语） Zbl 1433.60042号 随机过程应用。 129，第10号，4051-4081（2019）. 摘要：我们考虑基于高频样本的错位遍历Lévy驱动随机微分方程模型的估计问题。我们使用了一种广泛适用且易于处理的高斯拟似然方法，该方法侧重于均值和方差结构。证明了漂移和尺度参数的高斯拟似然估计仍然满足多项式型概率估计和渐近正态性，其速率与正确指定的情形相同。在其推导过程中，时间齐次Feller-Markov过程的扩展泊松方程理论起着重要作用。我们的结果证实了SDE模型的高斯拟似然方法的可靠性。 引用于7文件 MSC公司： 60 H10型 随机常微分方程（随机分析方面） 60G51型 具有独立增量的过程；莱维工艺 60G53型 伐木加工 关键词：Lévy驱动随机微分方程;错误指定的模型;高斯拟似然估计;扩展泊松方程;高频采样;逐步估计 软件：尤玛 PDF格式BibTeX公司 XML格式引用 \textit{Y.Uehara}，随机过程应用。129，第10号，4051--4081（2019；Zbl 1433.60042） 全文： 内政部 arXiv公司 参考文献： [1] Adams，R.A.，一些积分不等式及其在不规则域上定义的Sobolev空间嵌入中的应用，Trans。阿默尔。数学。Soc.，178，401-429（1973）·Zbl 0262.46036号 [2] 阿普勒巴姆，D.，（勒维过程和随机微积分。勒维过程与随机微积分，剑桥高等数学研究，第116卷（2009），剑桥大学出版社：剑桥大学出版社）·Zbl 1200.60001号 [3] 班迪，F.M。；Nguyen，T.H.，《关于跳跃扩散模型的函数估计》，《金融计量经济学和金融工程的前沿》，《计量经济学与金融工程前沿》，第116、1-2、293-328页（2003年）·Zbl 1038.62071号 [4] Barles，G。；Buckdahn，R。；Pardoux，E.，倒向随机微分方程和积分部分微分方程，Stoch。斯托克。代表，60，1-2，57-83（1997）·Zbl 0878.60036号 [5] Barles，G。；Imbert，C.，《二阶椭圆积分微分方程：粘度解的理论重温》，《Ann.Inst.H.PoincaréAna》。Non Linéaire，25、3、567-585（2008年）·Zbl 1155.45004号 [6] Barndorff-Nielsen，O.E.，《正态逆高斯型过程》，金融学出版社。，2, 1, 41-68 (1998) ·Zbl 0894.90011号 [7] Belomestny，D。；Reiß，M.，通过傅立叶方法对莱维模型进行估计和校准，（莱维问题IV。莱维问题IV，数学讲义，第2128卷（2015），施普林格：施普林格商会），1-76·Zbl 1332.62279号 [8] Berk，R.H.，模型不正确时后验分布的极限行为，《数学年鉴》。Stat.，37，51-58（1966年），更正，同上，37（1966）745-746·Zbl 0151.23802号 [9] Bhattacharya，R.N.，《关于马尔可夫过程的函数中心极限定理和重对数定律》，Z.Wahrsch。版本。Gebiete，60，2，185-201（1982）·Zbl 0468.60034号 [10] 布鲁斯特，A。；Fukasawa，M。；Hino，H。；Iacus，S.M。；Kamatani，K。；Koike，Y。；Masuda，H。；野村证券股份有限公司。；Ogihara，T。；Shimuzu，Y.，《yuima项目：模拟和推断随机微分方程的计算框架》，J.Stat.Softw。，57, 4, 1-51 (2014) [11] Daley，D.J。；Vere-Jones，D.，《一般理论与结构》，（点过程理论导论，第二卷，概率及其应用（纽约）（2008），施普林格：施普林格纽约）·Zbl 1195.01060号 [12] Dudley，R.M.，（《真实分析与概率》，《真实分析和概率》，剑桥高等数学研究，第74卷（2002），剑桥大学出版社：剑桥大学出版社，剑桥），1989年原版的修订再版·兹比尔0686.60001 [13] Durrett，R.，（概率：理论与实例。概率：理论和实例，剑桥统计与概率数学系列（2010），剑桥大学出版社：剑桥大学出版社）·Zbl 1202.60001号 [14] Figueroa-López，J.E.，Lévy过程的小时间矩渐近性，统计学。普罗巴伯。莱特。，78, 18, 3355-3365 (2008) ·Zbl 1489.60074号 [15] Figueroa-López，J.E.，基于离散采样的Lévy模型的非参数估计，（Optimality.Optimality，IMS课堂讲稿Monogr.Ser.，第57卷（2009年），Inst.Math。统计：Inst.数学。统计师。俄亥俄州比奇伍德），117-146·Zbl 1271.62067号 [16] Hamadène，S.，无单调条件下二阶积分-偏微分方程的粘性解：一个新结果，非线性分析。，147, 213-235 (2016) ·Zbl 1351.35244号 [17] 哈马德内，S。；Morlais，M.-A.，《无单调条件下二阶积分微分方程的粘性解：概率方法》，《随机》，88，4，632-649（2016）·Zbl 1337.60153号 [18] Huber，P.J.，《非标准条件下最大似然估计的行为》（Proc.Fifth Berkeley Sympos.Math.Statist.and Probability）（加州伯克利，1965/66），第一卷：统计学（1967），加州大学出版社：加州大学伯克利出版社），221-233·Zbl 0212.21504号 [19] Jacod，J。；Shiryaev，A.N.，（随机过程的极限定理。随机过程的限制定理，Grundlehren der Mathematischen Wissenschaften[数学科学的基本原理]，第288卷（2003），Springer-Verlag:Springer-Verlag Berlin）·Zbl 1018.60002号 [20] Kessler，M.，从离散观测值估计遍历扩散，Scand。J.统计。，211-229年2月24日（1997年）·Zbl 0879.60058号 [21] Komorowski，T。；Walczuk，A.，Wasserstein度量中谱间隙Markov过程的中心极限定理，随机过程。申请。，122, 5, 2155-2184 (2012) ·Zbl 1244.60024号 [22] Küchler，美国。；Tappe，S.，《金融数学中的双边伽马分布和过程》，《随机过程》。申请。，118, 2, 261-283 (2008) ·Zbl 1133.62089号 [23] Kulik，A.M.，带跳跃噪声的SDE解的指数遍历性，随机过程。申请。，119, 2, 602-632 (2009) ·Zbl 1169.60012号 [24] Kutoyants，Y.A.，《某些随机过程的错误指定MLE的渐近性：一项调查》，Stat.Inference Stoch。过程。，20, 3, 347-367 (2017) ·Zbl 06821280号 [25] Long，H。；马，C。；Shimizu，Y.，小Lévy噪声驱动的随机微分方程的最小二乘估计，随机过程。申请。(2016) [26] 马丁·R。；欧阳，C。；Domagni，F.，关于跳跃扩散过程波动性的“故意指定错误”后验推断，Statist。普罗巴伯。莱特。，134, 106-113 (2018) ·兹比尔1440.62315 [27] Masuda，H.，具有跳跃的多维扩散的遍历性和指数混合界，随机过程。申请。，117, 1, 35-56 (2007) ·Zbl 1118.60070号 [28] Masuda，H.，离散观测的遍历Ornstein-Uhlenbeck过程的近似自加权LAD估计，电子。《美国联邦法律大全》第4卷第525-565页（2010年）·Zbl 1329.62364号 [29] Masuda，H.，离散观测随机过程自归一化残差泛函的渐近性，随机过程。申请。，123, 7, 2752-2778 (2013) ·Zbl 1284.62529号 [30] Masuda，H.，高频下观测到的遍历Lévy驱动SDE的高斯拟似然随机场的收敛性，Ann.Statist。，41, 3, 1593-1641 (2013) ·Zbl 1292.62124号 [31] Masuda，H.，Lévy过程的参数估计，（Lévey matters.IV.Léviy matters.IV，数学课堂讲稿，第2128卷（2015），Springer:Springer-Cham），179-286·Zbl 1332.62288号 [32] Masuda，H.，局部稳定Lévy过程驱动的SDE非高斯拟似然估计（2016），arXiv预印本arXiv:1608.06758 [33] Masuda，H。；Uehara，Y.，关于Lévy驱动随机微分方程的逐步估计，Proc。统计研究所。数学。，65，1，21-38（2017），（日语） [34] Masuda，H。；Uehara，Y.，遍历Lévy驱动SDE的两步估计，统计推断Stoch。过程。，20, 105-137 (2017) ·Zbl 1369.62216号 [35] McKeague，I.W.，错误指定模型下扩散过程的估计，J.Appl。概率。，21, 3, 511-520 (1984) ·Zbl 0555.62067号 [36] Meyn，S.P。；Tweedie，R.L.，马尔科夫过程的稳定性。三、 Foster-Lyapunov连续时间过程标准，高级应用。概率。，25, 3, 518-548 (1993) ·Zbl 0781.60053号 [37] Nickl，R。；Reiß，M。；Söhl，J。；Trabs，M.，Lévy测度的高频Donsker定理，Probab。理论相关领域，164，1-2，61-108（2016）·Zbl 1333.60063号 [38] Ogihara，T。；Yoshida，N.，带跳随机微分方程的拟似然分析，统计推断Stoch。过程。，14, 3, 189-229 (2011) ·兹比尔1225.62114 [39] 帕杜克斯，E。；Veretennikov，A.Y.，关于泊松方程和扩散近似。一、 Ann.Probab。，29, 3, 1061-1085 (2001) ·Zbl 1029.60053号 [40] Protter，P.E.，《随机建模和应用概率》，（《随机积分和微分方程》，《随机积分与微分方程，数学应用》（纽约），第21卷（2004年），Springer-Verlag:Springer-Verlag Berlin）·Zbl 1041.60005号 [41] Revuz，D。；Yor，M.，（连续鞅和布朗运动.连续鞅与布朗运动，Grundlehren der Mathematischen Wissenschaften[数学科学基本原理]，第293卷（1999），Springer-Verlag:Springer-Verlag Berlin）·Zbl 0917.60006号 [42] Sato，K.-i.，《Lévy过程和无限可分分布》（1999），剑桥大学出版社·Zbl 0973.60001号 [43] K.-i.佐藤，K.-i。；Yamazato，M.，作为Ornstein-Uhlenbeck型过程极限分布的算子自分解分布，随机过程。申请。，17, 1, 73-100 (1984) ·Zbl 0533.60021号 [44] Schmisser，E.，跳跃扩散过程漂移的非参数自适应估计，随机过程。申请。，124, 1, 883-914 (2014) ·Zbl 1279.62173号 [45] Y.清水。；Yoshida，N.，离散观测值跳跃扩散过程参数估计，统计推断Stoch。过程。，9, 3, 227-277 (2006) ·Zbl 1125.62089号 [46] 内田，M。；Yoshida，N.，从离散观测中对指定错误的遍历扩散过程的估计，ESAIM Probab。统计，15，270-290（2011）·Zbl 1395.62258号 [47] 内田，M。；Yoshida，N.，基于采样数据的遍历扩散过程的自适应估计，随机过程。申请。，122, 8, 2885-2924 (2012) ·兹比尔1243.62113 [48] A.W.Van der Vaart，《渐近统计》，第3卷，剑桥大学出版社，2000年。；A.W.Van der Vaart，《渐近统计》，第3卷，剑桥大学出版社，2000年。 [49] Veretennikov，A.Y。；Kulik，A.M.，弱遍历马氏过程的扩展泊松方程，Teor。Ĭmov̄r。材料统计，85，22-38（2011） [50] Veretennikov，A.Y。；Kulik，A.M.，弱遍历马尔可夫扰动系统的扩散近似。二、 特奥。Ĭmov̄r。材料统计，88，1-16（2013）·Zbl 1337.60198号 [51] Wang，F.-Y.，由Lévy过程驱动的SDE的导数公式和Harnack不等式，Stoch。分析。申请。，32, 1, 30-49 (2014) ·Zbl 1296.60230号 [52] Wang，F.-Y。；徐，L。；Zhang，X.，乘法Lévy噪声驱动的SDE梯度估计，J.Funct。分析。，269, 10, 3195-3219 (2015) ·Zbl 1325.60099号 [53] White，H.，错误指定模型的最大似然估计，《计量经济学》，50，1，1-25（1982）·Zbl 0478.62088号 [54] Yoshida，N.，《随机微分方程的多项式型大偏差不等式和拟似然分析》，Ann.Inst.Statist。数学。，63, 3, 431-479 (2011) ·Zbl 1333.62224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。