×
克劳迪娅·柯奇；马修·爱德华兹。；亚历山大·迈耶；雷娜特·梅耶

Beyond Whittle：参数似然的非参数校正，重点关注贝叶斯时间序列分析。 （英语） Zbl 1435.62332号

贝叶斯分析。 14，第4期，1037-1073（2019）.
摘要：非参数贝叶斯推断在过去十年中发展迅速，但用于时间序列分析的非参数贝叶斯方法很少。现有的大多数方法使用Whittle似然对谱密度进行贝叶斯建模，作为平稳时间序列的主要非参数特征。众所周知，使用效率的损失P.惠特尔的可能性可能很大[J.R.Stat.Soc.，Ser.B 19，38–47（1957；Zbl 0089.35701号)]. 另一方面，如果观察到的时间序列接近所考虑的模型类，则参数方法比非参数方法更强大，但如果模型指定错误，则参数方法失败。因此，我们建议对参数似然进行非参数修正，该修正利用了参数模型的效率，同时通过非参数修正降低了敏感性。我们使用非参数Bernstein多项式先验于Dirichlet过程诱导的加权谱密度，并证明了高斯平稳时间序列的后验一致性。贝叶斯后验计算是通过吉布斯采样器内的MH来实现的，并且在模拟研究和三个天文学应用中说明了高斯时间序列的非帧校正似然的性能，包括从高级激光干涉仪重力波观测台（LIGO）估算重力波数据的光谱密度。

引用于11文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
83立方35 引力波
62G09号 非参数统计重采样方法
85A35型 统计天文学

关键词：

贝叶斯非参数；频域；激光干涉重力波数据；光谱密度；平稳时间序列；激光干涉仪引力波天文台（LIGO）

引文：

Zbl 0089.35701号

软件：

超越惠特尔；贝叶斯波浪
PDF格式BibTeX公司 XML格式引用
\textit{C.Kirch}等人，贝叶斯分析。14，No.4，1037--1073（2019；Zbl 1435.62332）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Aasi，J.，LIGO科学合作组织和处女座合作组织（2015a）。“LIGO探测器第六次科学运行期间的特性”，《经典与量子引力》，32:115012。
[2] Aasi，J.等人（2015b）。“高级LIGO”，《经典与量子引力》，32:074001。
[3] Abbott，B.P.等人（2016a）。“GW151226：从22太阳质量的双星黑洞合并中观察引力波”，《物理评论快报》，116:241103。
[4] Abbott，B.P.等人（2016年B）。“从二元黑洞合并中观察引力波”，《物理评论快报》，116:061102。
[5] Abbott，B.P.等人（2016c）。“双星黑洞合并GW150914的性质”，《物理评论快报》，116:241102。
[6] Abbott，B.P.等人（2017a）。“GW170104:红移0.2时50太阳质量双星黑洞凝聚的观测”，《物理评论快报》，118:221101。
[7] Abbott，B.P.等人（2017b）。“GW170608：19太阳质量双星黑洞聚并的观测”，《天体物理学杂志快报》，851:L35。
[8] Abbott，B.P.等人（2017c）。“GW170814:从二元黑洞凝聚中对引力波的三探测器观测”，《物理评论快报》，119:14101。
[9] Abbott，B.P.等人（2017d）。“双星中子星合并的多人观测”，《天体物理学杂志快报》，848:L12。
[10] Acernese，F.等人（2015年）。“高级处女座：第二代干涉引力波探测器”，《经典与量子引力》，32（2）：024001。
[11] Andrews，D.W.K.和Monahan，J.C.（1992年）。“改进的异方差和自相关一致协方差矩阵估计量”，《计量经济学》，60（4）：953-966·Zbl 0778.62103号 ·doi:10.2307/2951574
[12] Baldwin，A.和Thomson，P.（1978年）。“加勒比海鞘周期图分析”，新西兰皇家天文学会，6:31-35。
[13] Barnett，G.、Kohn，R.和Sheather，S.（1996年）。“使用马尔可夫链蒙特卡罗对自回归模型的贝叶斯估计”，《计量经济学杂志》，74（2）：237-254·Zbl 0864.62057号 ·doi:10.1016/0304-4076（95）01744-5
[14] Bauwens，L.、Lubrano，M.和Richard，J.-F.（2000年）。动态计量经济模型中的贝叶斯推理。牛津大学出版社·Zbl 0986.62101号
[15] Bollerslev，T.（1986）。《广义自回归条件异方差》，计量经济学杂志，31（3）：307-327·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1
[16] Box，G.E.P.、Jenkins，G.M.和Reinsel，G.C.（2013年）。时间序列分析：预测和控制。约翰·威利父子公司·兹比尔1154.62062
[17] Brockwell，P.J.和Davis，R.A.（2009年）。时间序列：理论和方法。斯普林格·兹比尔1169.62074
[18] Cadonna，A.、Kottas，A.和Prado，R.（2017）。“谱密度估计的贝叶斯混合建模”，《统计与概率快报》，125:189-195·Zbl 1380.62237号 ·doi:10.1016/j.spl.2017.02.008
[19] Carter，C.和Kohn，R.（1997年）。“混合谱时间序列的半参数贝叶斯推断”，《皇家统计学会杂志：B辑（统计方法）》，59（1）：255-268·Zbl 0889.62078号 ·doi:10.1111/1467-9868.00067
[20] 肖邦，N.、卢梭，J.和利西奥，B.（2013）。“贝叶斯谱密度估计的计算方面”，《计算与图形统计杂志》，22（3）：533-557。
[21] Choudhuri，N.、Ghosal，S.和Roy，A.（2004）。“时间序列谱密度的贝叶斯估计”，《美国统计协会杂志》，99（468）：1050-1059·Zbl 1055.62100号 ·doi:10.1198/016214500000557
[22] Christensen，N.（2010年）。“LIGO S6探测器特性研究”，《经典与量子引力》，27:194010。
[23] Contreras-Cristán，A.、Gutiérrez-PeñA，E.和Walker，S.G.（2006年）。“关于惠特尔可能性的注释”，《统计学中的传播——模拟与计算》，35（4）：857-875·Zbl 1105.62089号
[24] Cornish，N.J.和Littenberg，T.B.（2015）。“贝叶斯波：引力波爆发和仪器故障的贝叶斯推断”，《经典与量子引力》，32:135012。
[25] Costa，M.J.、Finkenstädt，B.、Roche，V.、Ladvi，F.、Gould，P.D.、Foreman，J.、Halliday，K.、Hall，A.和Rand，D.A.（2013年）。“昼夜节律时间序列周期性的推断”，《生物统计学》，14（4）：792-806。
[26] Coughlin，M.，《LIGO科学协作》和《处女座协作》（2010年）。“LIGO S6和处女座VSR2中的噪声线识别”，《物理杂志：会议系列》，243:012010。
[27] Dahlhaus，R.和Janas，D.（1996年）。“时间序列分析中比率统计的频域引导”，《统计年鉴》，24（5）：1934-1963·Zbl 0867.62072号 ·doi:10.1214/aos/1069362304
[28] Durbin，J.和Koopman，S.（2012年）。用状态空间方法进行时间序列分析。38.牛津大学出版社·Zbl 1270.62120号
[29] Edwards，M.C.、Meyer，R.和Christensen，N.（2015）。“贝叶斯半参数功率谱密度估计及其在引力波数据分析中的应用”，《物理评论》D，92:064011。
[30] Edwards，M.C.、Meyer，R.和Christensen，N.（2018年）。“使用B样条先验的贝叶斯非参数谱密度估计”，《统计学与计算》。DOI:10.1007/s11222-017-9796-9·兹比尔1430.62072 ·doi:10.1007/s11222-017-9796-9
[31] 爱因斯坦，A.（1916）。“引力场方程的近似积分”，Sitzunsberichte Preußischen Akademie der Wissenschaften，1916（第1部分）：688-696·JFM 46.1293.02号
[32] Emmanoulopoulos，D.、McHardy，I.和Papadakis，I.（2013年）。“人造光曲线的生成：重新审视和更新”，《皇家天文学会月刊》，433（2）：907-927。
[33] Engle，R.（1982）。“英国通货膨胀方差估计的自回归条件异方差”，《计量经济学：计量经济学学会杂志》，987-1007·Zbl 0491.62099号 ·doi:10.2307/1912773
[34] Fan，J.和Yao，Q.（2002）。非线性时间序列，第2卷。斯普林格。
[35] Franke，J.和Härdle，W.（1992年）。“关于自举核谱估计”，《统计年鉴》，121-145·Zbl 0757.62048号 ·doi:10.1214/aos/1176348515
[36] Fuller，W.（1996）。统计时间序列导论。概率统计威利级数。威利·Zbl 0851.62057号
[37] Gangopadhyay，A.、Mallick，B.和Denison，D.（1999年）。“通过周期图的渐近表示估计平稳时间序列的谱密度”，《统计规划与推断杂志》，75（2）：281-290·Zbl 0933.62094号 ·doi:10.1016/S0378-3758（98）00148-7
[38] Gelman，A.（2006年）。“层次模型中方差参数的先验分布”，贝叶斯分析，1（3）：515-533·Zbl 1331.62139号 ·doi:10.1214/06-BA117A
[39] Ghosal，S.、Ghosh，J.和Ramamoorthi，R.（1999）。“密度估计中Dirichlet混合物的后验一致性”，《统计年鉴》，27:143-158·Zbl 0932.62043号 ·doi:10.1214/aos/1018031105
[40] Green，P.J.（1995）。“可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定”，《生物特征识别》，82（4）：711-732·Zbl 0861.62023号 ·doi:10.1093/biomet/82.4.711
[41] Häfner，F.和Kirch，C.（2016）。“考虑自举的局部平稳过程的移动傅里叶分析”，预印本·Zbl 1416.62492号
[42] Härdle，W.、Horowitz，J.和Kreiss，J.-P.（2003）。“时间序列的自举方法”，《国际统计评论》，71（2）：435-459·Zbl 1114.62347号
[43] Härdle，W.、Lütkepohl，H.和Chen，R.（1997年）。“非参数时间序列分析综述”，《国际统计评论》，65（1）：49-72·Zbl 0887.62043号
[44] 赫尔曼森，G.H.（2008）。“协方差函数的贝叶斯非参数建模，应用于时间序列和空间统计”，奥斯陆大学博士论文。
[45] Hidalgo，J.（2008）。“具有依赖数据的回归模型的规范测试”，《计量经济学杂志》，143（1）：143-165·Zbl 1418.62331号 ·doi:10.1016/j.jeconom.2007.08.013
[46] Hjort，N.L.和Glad，I.K.（1995年）。“以参数开始的非参数密度估计”，《统计年鉴》，882-904·Zbl 0838.62027号 ·doi:10.1214/aos/1176324627
[47] Hjort，N.L.、Holmes，C.C.、Müller，P.和Walker，S.G.（2010年）。“贝叶斯非参数”，AMC，10:12。
[48] Huerta，G.和West，M.（1999）。“关于时间序列中周期性和成分谱结构的贝叶斯推断”，《时间序列分析杂志》，20:401-416·Zbl 0958.62090号 ·doi:10.1111/1467-9892.00145
[49] Hurvich，C.M.和Zeger，S.（1987年）。时间序列的频域引导方法。纽约大学工商管理研究生院。
[50] Jentsch，C.和Kreiss，J.-P.（2010年）。“多重混合bootstrap-重采样多元线性过程”，《多元分析杂志》，101（10）：2320-2345·Zbl 1198.62036号 ·doi:10.1016/j.jmva.2010.06.005
[51] Jentsch，C.、Kreiss，J.-P.、Mantalos，P.和Paparoditis，E.（2012年）。混合引导辅助单位根测试〉，《计算统计学》，27（4）：779-797·Zbl 1304.65043号 ·doi:10.1007/s00180-011-0290-0
[52] Kim，Y.M.和Nordman，D.J.（2013）。“长期相关性下Whittle估计的频域自举法”，《多元分析杂志》，115:405-420·Zbl 1259.62084号 ·doi:10.1016/j.jmva.2012.10.018
[53] Kirch，C.（2007）。“在时间序列的频域中重新采样，以确定变化点测试的临界值。”《统计与决策》，25（3/2007）：237-261·Zbl 1146.62032号 ·doi:10.1524/stand.2007.0902
[54] Kirch，C.和Politis，D.N.（2011年）。“TFT-bootstrap：在频域中重新采样时间序列以获得时域中的副本。”《统计学年鉴》，39（3）：1427-1470·Zbl 1220.62107号 ·doi:10.1214/10-AOS868
[55] Kirch，C.、Edwards，M.C.、Meier，A.和Meyer，R.（2018年）。“Beyond Whittle的补充材料：关注贝叶斯时间序列分析的参数似然的非参数校正”，贝叶斯分析·Zbl 1435.62332号
[56] Kleijn，B.J.K.，van der Vaart，A.W.等人（2012年）。“错误指定下的Bernstein-von-Mises定理”，《电子统计杂志》，6:354-381·兹比尔1274.62203 ·doi:10.1214/12-EJS675
[57] Kriss，J.-P.和Lahiri，S.N.（2012年）。《时间序列的引导方法》，《统计学手册》，30:3-26。
[58] Kriss，J.-P.和Paparoditis，E.（2003年）。“时间序列的自回归辅助周期图引导”，《统计年鉴》，31（6）：1923-1955·Zbl 1042.62081号 ·doi:10.1214/aos/1074290332
[59] Kriss，J.-P.和Paparoditis，E.（2011年）。“依赖数据的自举方法：综述”，《韩国统计学会杂志》，40（4）：357-378·Zbl 1296.62172号 ·doi:10.1016/j.jkss.2011.08.009
[60] Kriss，J.-P.和Paparoditis，E.（2012年）。“时间序列的混合野生引导”，《美国统计协会期刊》，107（499）：1073-1084·Zbl 1443.62272号 ·doi:10.1080/01621459.2012.695664
[61] Kriss，J.-P.、Paparoditis，E.和Politis，D.N.（2011年）。“关于自回归筛选引导的有效范围”，《统计年鉴》，2103-2130·Zbl 1227.62067号 ·doi:10.1214/11-AOS900
[62] Le Cam，L.和Yang，G.（1960年）。统计学中的渐近。斯普林格。
[63] Liseo，B.和Macaro，C.（2013年）。“具有部分自相关的因果AR（p）的客观先验”，《统计计算与模拟杂志》，83（9）：1613-1628·Zbl 1453.62639号
[64] Liseo，B.、Marinucci，D.和Petrella，L.（2001）。“长程依赖的贝叶斯半参数推断”，《生物统计学》，88（4）：1089-1104·Zbl 0986.62069号
[65] Littenberg，T.B.和Cornish，N.J.（2015）。“重力波探测器噪声谱估计的贝叶斯推断”，《物理评论D》，91:084034。
[66] Littenberg，T.B.、Coughlin，M.、Farr，B.和M.，F.W.（2013年）。“加强LIGO数据中二元合并的特征描述”，《物理评论D》，88:084044。
[67] McCulloch，R.E.和Tsay，R.S.（1994年）。“通过吉布斯采样器对自回归时间序列的贝叶斯分析”，《时间序列分析杂志》，15（2）：253-250·Zbl 0800.62549号 ·doi:10.1111/j.1467-9892.1994.tb00188.x
[68] Meier，A.、Kirch，C.、Edwards，M.C.和Meyer，R.（2017）。beyondWhittle:平稳时间序列的贝叶斯谱推断。R包装。
[69] Müller，P.和Mitra，R.（2013）。“贝叶斯非参数推断——为什么和如何。”贝叶斯分析（在线），8（2）·Zbl 1329.62172号
[70] Nam，C.、Aston，J.和Johansen，A.（2014）。“并行顺序蒙特卡罗采样器和隐马尔可夫模型中状态数的估计”，《统计数学研究所年鉴》，66:553-575·Zbl 1337.62206号 ·doi:10.1007/s10463-014-0450-4
[71] Neumann，M.H.和Polzehl，J.（1998）。“非参数回归中的同步引导置信带”，《非参数统计杂志》，9（4）：307-333·兹比尔0913.62041 ·网址：10.1080/10485259808832748
[72] Petrone，S.（1999）。“随机伯恩斯坦多项式”，《斯堪的纳维亚统计杂志》，26（3）：373-393·Zbl 0939.62046号 ·doi:10.1111/1467-9469.00155
[73] Roberts，G.O.和Rosenthal，J.S.（2009年）。“自适应MCMC示例”，《计算与图形统计杂志》，18（2）：349-367。
[74] Rousseau，J.、Chopin，N.、Liseo，B.等人（2012年）。“长记忆或中记忆高斯过程谱密度的贝叶斯非参数估计”，《统计年鉴》，40（2）：964-995·Zbl 1274.62340号 ·doi:10.1214/11-AOS955
[75] Röver，C.、Meyer，R.和Christensen，N.（2011年）。“引力波信号处理中有色残余噪声的建模”，《经典与量子引力》，28:015010·Zbl 1207.83017号
[76] Schuster，A.（1898）。“应用于假定的26天气象现象周期的隐藏周期性研究”，《地球磁学》，3（1）：13-41。
[77] Sethuraman，J.（1994）。“Dirichlet先验的建设性定义”，《中国统计》，639-650·Zbl 0823.62007号
[78] Shao，X.和Wu，B.W.（2007）。“非线性时间序列的渐近谱理论”，《统计学年鉴》，35（4）：1773-1801·Zbl 1147.62076号 ·doi:10.1214/00905360000001479
[79] Sörbye，S.H.和Rue，H.（2016）。“平稳自回归过程的惩罚复杂性先验”，arXiv预印本arXiv:1608.08941·Zbl 1416.62529号
[80] Steel，M.F.J.（2008）。“《新帕尔格雷夫经济学词典》，贝叶斯时间序列分析一章。”
[81] Sykulski，A.、Olhede，S.、Lilly，J.、Guillaumin，A.和Early，J..（2017年）。“消除偏倚的惠特尔可能性。”arXiv预印本arXiv:1605.06718v2·Zbl 1454.62094号 ·doi:10.1093/biomet/asy071
[82] Szabó，B.、van der Vaart，A.、van Zanten，J.等人（2015）。“自适应非参数贝叶斯可信集的频繁覆盖”，《统计年鉴》，43（4）：1391-1428·兹比尔1317.62040 ·doi:10.1214/14-AOS1270
[83] Van der Vaart，A.W.（1998）。渐近统计，第3卷。剑桥大学出版社·Zbl 0910.62001号
[84] Walker，S.（2013年）。贝叶斯理论与应用，贝叶斯非参数章节，1-34。牛津大学出版社。
[85] Wasserman，L.（2006）。所有的非参数统计。斯普林格·Zbl 1099.62029号
[86] Welch，P.D.（1967年）。“使用快速傅里叶变换估计功率谱：一种基于对短的修改周期图进行时间平均的方法。”IEEE音频和电声学学报，15:70-73。
[87] Whittle，P.（1957年）。《曲线和周期图平滑》，《皇家统计学会杂志》。B系列（方法学），38-63·Zbl 0089.35701号 ·doi:10.1111/j.2517-6161.1957.tb00242.x
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。