×

gappy高斯时间序列中长程依赖性的估计。 (英语) Zbl 1436.62417号

摘要:对长程依赖(LRD)参数的了解对研究自相似行为至关重要。然而,当观测到的数据被短程依赖性和其他噪声掩盖或本质上是有间隙的(即,在其他常规采样中缺少一些值)时,LRD参数的统计估计变得困难。目前缺乏基于谱和小波的间隙数据LRD参数估计的理论。为了解决这个问题,我们基于非抽取小波方差估计间隙高斯半参数时间序列的LRD参数。我们通过使用新的小波方差估计量开发了估计方法,为小波方差的联合分布和LRD参数的估计提供了渐近理论。我们引入夹心估值器来计算估值的标准误差。我们使用蒙特卡罗模拟验证了我们的方法的有效性,并在实际问题上提供了指导,例如如何选择小波尺度的范围。我们使用两个应用程序演示了该方法:一个用于间隙北极海冰吃水数据,另一个用于在瑞典中南部17个地点收集的间隙和间隙日平均温度数据。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62M15型 随机过程和谱分析的推断
42立方厘米 涉及小波和其他特殊系统的非三角调和分析
62D10号 缺少数据
62页第12页 统计在环境和相关主题中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Abry,P。;Veitch,D.,长距离相关业务的小波分析,IEEE Trans。Inf.理论,44,2-15(1998)·Zbl 0905.94006号
[2] Akaike,H.,高斯自回归滑动平均模型的最大似然识别,生物统计学,60255-265(1973)·兹比尔0318.62075
[3] Bardet,J。;朗·G。;Moulines,E。;Soulier,P.,长程相关过程的小波估计,统计推断Stoch。过程。,3, 85-99 (2000) ·Zbl 1054.62579号
[4] Beran,J.,《长记忆过程统计》(1994),纽约州纽约市:查普曼和霍尔,纽约州·Zbl 0869.60045号
[5] Bloomfield,P.,随机缺失观测的光谱分析,J.R.Stat.Soc.Ser。B、 32369-380(1970)·Zbl 0218.62111号
[6] Brillinger博士,《时间序列:数据分析与理论》(1981),多伦多:Holden-Day Inc,多伦多·Zbl 0486.62095号
[7] Craigmile,Pf,使用Davies-Harte算法模拟一类平稳高斯过程,并应用于长记忆过程,J.Time-Ser。分析。,24505-511(2003年)·Zbl 1035.68131号
[8] Craigmile,Pf;Guttorp,P.,《温度序列趋势的时空建模》,J.time-Ser。分析。,32, 378-395 (2011) ·Zbl 1294.62194号
[9] Craigmile,Pf;Percival,Db,尺度小波系数之间的渐近去相关,IEEE Trans。Inf.理论,511039-1048(2005)·Zbl 1297.62191号
[10] Craigmile,Pf;Guttorp,P。;Percival,Db,使用离散小波变换对长记忆依赖模型进行趋势评估,环境计量学,15313-335(2004)
[11] Craigmile,Pf;Guttorp,P。;Percival,Db,多项式污染分数差过程的基于小波的估计,IEEE Trans。信号处理。,53, 3151-3161 (2005) ·Zbl 1373.62434号
[12] Dahlhaus,R.,缺失观测值的非参数谱分析,SankhyáIndian J.Stat.Ser。A、 49347-367(1987)·Zbl 0665.62094号
[13] Daubechies,I.:关于小波的十次讲座。收录:CBMS-NSF应用数学系列,宾夕法尼亚州费城SIAM(1992)·Zbl 0776.42018号
[14] 戴维斯,Rb;Harte,Ds,《赫斯特效应测试》,《生物统计学》,第74期,第95-101页(1987年)·Zbl 0612.62123号
[15] Dunsmuir,W。;Robinson,Pm,包含缺失和振幅调制观测值的时间序列的渐近理论,SankhyáIndian J.Stat.Ser。A、 43、260-281(1981)·Zbl 0531.62079号
[16] 范,J。;Li,R.,《通过非一致惩罚似然进行变量选择及其预言属性》,美国统计协会,96,1348-1360(2001)·Zbl 1073.62547号
[17] 费伊,G。;Moulines,E。;Roueff,F。;Taqqu,Ms,《长记忆估计器:傅里叶与小波》,《经济学杂志》。,151, 159-177 (2009) ·Zbl 1431.62367号
[18] Geweke,J。;Porter-Hudak,S.,《长记忆时间序列模型的估计和应用》,J.time-Ser。分析。,4221-238(1983年)·Zbl 0534.62062号
[19] Cwj格兰杰;Joyeux,R.,《长记忆时间序列模型和分数差分简介》,J.time-Ser。分析。,1, 15-29 (1980) ·Zbl 0503.62079号
[20] Green,Pj,可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定,生物统计学,82,711-732(1995)·Zbl 0861.62023号
[21] 海德伯格,P。;Welch,Pd,模拟中置信区间生成和运行长度控制的谱方法,Commun。ACM,24,233-245(1981)
[22] Hosking,Jrm,分数差分,生物统计学,68,165-176(1981)·Zbl 0464.62088号
[23] 何赫斯特,《水库长期蓄水问题》,交通部。美国土木工程学会,116776-808(1951)
[24] Hurvich,C。;朗·G。;Soulier,P.,平稳非参数趋势下的长记忆估计,美国统计协会,100853-871(2005)·Zbl 1117.62359号
[25] Hurvich,Cm;Chen,Ww,潜在超差长记忆时间序列的有效锥化,J.time-Ser。分析。,21, 155-180 (2000) ·Zbl 0958.62085号
[26] Hurvich,Cm;Ray,Bk,长记忆随机波动率的局部Whittle估计,J.Financ。经济。,1, 445-470 (2003)
[27] Hurvich,Cm;Tsai,Cl,小样本中的回归和时间序列模型选择,Biometrika,76297-307(1989)·Zbl 0669.62085号
[28] Jensen,M.,《使用小波获得长记忆参数的一致普通最小二乘估计》,J.Forecast。,18, 17-32 (1999)
[29] Jones,Rh,缺失观测的谱估计,Ann.Inst.Stat.Math。,23, 387-398 (1971) ·Zbl 0255.62071号
[30] 米·奈特;Nason,Gp;Nunes,Ma,长记忆估计的小波提升方法,统计计算。,27, 1453-1471 (2016) ·兹比尔1384.62289
[31] Ko,K。;Vannucci,M.,自回归分数积分移动平均过程的贝叶斯小波分析,J.Stat.Plann。推断,1363415-3434(2006)·Zbl 1102.62025号
[32] 库阿莫,O。;Lévy-Leduc,C。;Moulines,E.,高斯半参数背景下记忆参数稳健对数回归小波估计的中心极限定理,Bernoulli,19,172-204(2013)·兹比尔1288.62061
[33] Künsch,H.,《单调趋势和长期依赖之间的区别》,J.Appl。概率。,23, 1025-1030 (1986) ·Zbl 0623.62085号
[34] Künsch,H.:自相似过程的统计方面。收录于:《伯努利学会第一届世界大会论文集》,荷兰乌得勒支VNU科学出版社,第1卷,第67-74页(1987年)·Zbl 0673.62073号
[35] 曼德尔布罗特,Bb;Van Ness,Jw,分数布朗运动,分数噪声和应用,SIAM Rev.,10,422-436(1968)·Zbl 0179.47801号
[36] 麦考伊,伊吉;Walden,At,平稳长记忆过程的小波分析和合成,J.Compute。Gr.Stat.,5,26-56(1996)
[37] 蒙达尔,D。;Percival,D.,间隙时间序列的小波方差分析,Ann.Inst.Stat.Math。,62, 943-966 (2010) ·兹比尔1432.62309
[38] Moulines,E。;Soulier,P。;Doukhan,P。;奥本海姆,G。;Taqqu,Ms,分数过程的半参数谱估计,长程相关的理论与应用,251-301(2003),马萨诸塞州波士顿:Birkhäuser,马萨诸纳州波士顿·Zbl 1109.62353号
[39] Moulines,E。;Roueff,F。;Taqqu,Ms,高斯半参数背景下记忆参数的对数回归小波估计的中心极限定理,分形,15301-313(2007)·Zbl 1141.62073号
[40] Moulines,E。;Roueff,F。;Taqqu,Ms,《关于长记忆时间序列小波系数的谱密度及其在记忆参数对数回归估计中的应用》,J.time-Ser。分析。,28, 155-187 (2007) ·Zbl 1150.62058号
[41] Moulines,E。;Roueff,F。;Taqqu,Ms,非平稳高斯时间序列记忆参数的小波Whittle估计,《统计年鉴》,361925-1956(2008)·Zbl 1142.62062号
[42] Palma,W.,《长记忆时间序列:理论与方法》(2007年),新泽西州霍博肯:威利国际科学出版社,新泽西,霍博肯·Zbl 1183.62153号
[43] Parzen,E.,《关于缺失观测和振幅调制的频谱分析》,SankhyáIndian J.Stat.Ser。A、 25、383-392(1963)·兹伯利0136.40701
[44] 唐纳德·珀西瓦尔(Donald B.Percival)。;Mondal,Debashis,《小波方差引物》,时间序列分析:方法与应用,623-657(2012)·Zbl 1373.62476号
[45] 珀西瓦尔,Db;Walden,At,《物理应用的光谱分析——多锥度和常规单变量技术》(1993),剑桥:剑桥大学出版社,剑桥·Zbl 0796.62077号
[46] 珀西瓦尔,Db;Walden,At,《时间序列分析的小波方法》(2000),剑桥:剑桥大学出版社,剑桥·Zbl 0963.62079号
[47] 珀西瓦尔,Db;Rothrock,Da;桑代克,As;Gneiting,T.,《平均海冰厚度的变化:长期相关性的影响》,J.Geophys。第1131958-1970号决议(2008年)
[48] R核心团队(2018)R:统计计算的语言和环境。R统计计算基金会,维也纳。https://www.R-project.org/
[49] Robinson,Pm,长记忆时间序列的半参数分析,Ann.Stat.,22515-539(1994)·Zbl 0795.62082号
[50] Robinson,Pm,长程相关性的高斯半参数估计,《Ann.Stat.》,第23期,1630-1661页(1995年)·Zbl 0843.62092号
[51] Robinson,Pm,长程相关时间序列的对数周期回归,《Ann.Stat.》,231048-1072(1995)·Zbl 0838.62085号
[52] Roueff,F。;Von Sachs,R.,局部平稳长记忆估计,斯托克。过程。申请。,121, 813-844 (2010) ·Zbl 1220.62111号
[53] Roueff,F。;Taqqu,Ms,线性过程记忆参数的小波估计的渐近正态性,J.Time-Ser。分析。,30, 534-558 (2009) ·兹比尔1224.62068
[54] Sabatini,Am,基于小波的1/f型信号参数估计:使用自举的置信区间,IEEE Trans。信号处理。,47, 3406-3409 (1999) ·Zbl 1064.62577号
[55] Scheinok,Pa,《随机缺失观测值的光谱分析:二项式案例》,《数学年鉴》。Stat.,36,971-977(1965)·Zbl 0134.37104号
[56] Schwarz,G.,《估算模型的维数》,《Ann.Stat.》,第6期,第461-464页(1978年)·Zbl 0379.62005年
[57] Velasco,C.,非平稳时间序列的高斯半参数估计,时间序列杂志。分析。,20, 87-127 (1999) ·Zbl 0922.62093号
[58] 贝拉斯科,C。;Robinson,Pm,Edgeworth谱密度估计展开式和研究样本平均值,经济学。理论,17497-539(2001)·Zbl 1018.62013号
[59] Walden,At,《多纸张多元光谱估计的统一观点》,《生物特征》,87767-788(2000)·Zbl 1028.62075号
[60] White,H.,异方差一致协方差矩阵估计和异方差的直接检验,《计量经济学》,48,817-838(1980)·Zbl 0459.62051号
[61] Yaglom,Am,平稳和相关随机函数的相关理论(1987),纽约:Springer,纽约·Zbl 0685.62078号
[62] Zurbenko,Ig,《时间序列的谱分析》(1986年),阿姆斯特丹:爱思唯尔科学出版社·Zbl 0593.62095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。