×
阿尼西·达加;哈利尔·沙菲;马赫迪·埃马迪

扩散型过程的证据推理。 （英语） Zbl 1510.62338号

J.统计计算。模拟 86，第1期，183-194（2016）.
摘要：本文从新的角度分析扩散型过程。考虑扩散过程的两个统计假设。我们不使用经典检验来拒绝或接受使用Neyman-Pearson程序的一个假设，也不涉及贝叶斯方法。作为一种替代方案，我们建议使用似然范式来表征支持这些假设的统计证据。该方法基于证据推理，由R.M.罗亚尔[统计证据：一种似然范式。伦敦：查普曼和霍尔（1997；Zbl 0919.62004号)]。在本文中，我们将Royall理论推广到当数据是扩散型过程的观测值而不是iid观测值时的情况。似然比的经验分布用于计算强证据、误导证据和弱证据的概率。由于证据的强度可能会受到抽样特征的影响，我们提出了一项模拟研究来证明这些影响。我们还试图控制误导性证据，并通过调整这些特征来减少误导性证据。作为一个例子，我们将该方法应用于微软的股价。

引用于1文件

MSC公司：

2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
60小时10分 随机常微分方程（随机分析方面）
62A01型 统计学基础和哲学主题

关键词：

扩散型过程;证据范式;似然定律;似然比;统计证据;误导性证据

引文：

Zbl 0919.62004号

软件：

模拟。差异处理;差异处理
PDF格式BibTeX公司 XML格式引用
\textit{A.Dadgar}等人，《统计计算杂志》。模拟86，No.1，183--194（2016；Zbl 1510.62338）
全文： 内政部

参考文献：

[1] 格伦纳德U。随机过程和统计推断。方舟垫1950；1:195-277. doi:10.1007/BF02590638[对照]，[谷歌学者]·Zbl 0058.35501号
[2] 格伦纳德·U·抽象推理。纽约：Wiley；1981.[谷歌学者]·Zbl 0505.62069号
[3] Anderson TW，Goodman LA。马尔可夫链的统计推断。Ann Math Stat.1957年；28:89-110. doi:10.1214/aoms/117707039[交叉引用]，[谷歌学者]·Zbl 0087.14905号
[4] Billingsley P.马尔可夫过程的统计推断。芝加哥：芝加哥大学出版社；1961年【谷歌学者】·兹伯利0106.34201
[5] Hajek J.关于随机过程中的线性统计问题。Cz Math J.1962；12:404-444. [谷歌学者]·Zbl 0114.34504号
[6] 饶MM。随机过程中的推理，I.理论探索应用。1963;VTII:266-281。doi:10.1137/1108030[交叉引用]，[谷歌学者]·Zbl 0128.38803号
[7] Liptser RS，Shiryayev AN。随机过程统计，第1卷。纽约：Springer；1977.【Crossref】，【谷歌学者】·Zbl 0364.60004号
[8] Parakasa Rao BLS。扩散型过程的统计推断。伦敦：阿诺德/纽约：牛津大学出版社；1999.[谷歌学者]·Zbl 0952.62077号
[9] Le Breton A.线性随机微分方程中的参数估计。作者：J.Koíešnik，编辑。关于信息理论、统计决策函数、随机过程的第七届布拉格会议和1974年欧洲统计学家会议的汇刊。多德雷赫特：施普林格，1977年。第353-366页。[谷歌学者]
[10] Kutoyants YA公司。光滑情况下扩散的漂移系数参数的估计。理论问题应用。1977;22:399-406. doi:10.1137/1122047[Crossref]，[Web of Science®]，[Google学者]
[11] Yoshida N.离散观测扩散过程的估计。《多元分析杂志》。1992;41:220-242. doi:10.1016/0047-259X（92）90068-Q[Crossref]，[Web of Science®]，[Google学者]·Zbl 0811.62083号
[12] Hoffmann M.扩散过程中的自适应估计。堆垛工艺应用。1999;79:135-163. doi:10.1016/S0304-4149（98）00074-X[Crossref]，[Web of Science®]，[Google学者]·兹比尔1043.62528
[13] Pedersen AR。离散观测扩散过程的近似最大似然估计的一致性和渐近正态性。伯努利。1995;1:257-279. doi:10.2307/3318480[交叉引用]，[谷歌学者]·Zbl 0839.62079号
[14] Pedersen AR。基于离散观测的随机微分方程最大似然估计的新方法。Scand J统计。1995;22:55-71. [Web of Science®]，[Google学者]·Zbl 0827.62087号
[15] Ait-Sahalia Y.利率和其他非线性扩散的转移密度。J财务。1999;54:1361-1395. doi:10.1111/0022-1082.00149[Crossref]，[Web of Science®]，[Google学者]
[16] Sorensen H.扩散过程和随机波动模型的推断，哥本哈根大学博士论文；2000年[引自2015年1月13日]。可从以下位置获得：http://www.math.ku.dk/noter/filer/phd00hs.pdf[谷歌学者]
[17] Pedersen AR。通过扩散模型估算土壤表面氧化亚氮的排放速率。Scand J统计。2000;27:385-403. doi:10.1111/1467-9469.00196[Crossref]，[Web of Science®]，[Google学者]·Zbl 0976.62111号
[18] Eraker B.MCMC扩散模型分析及其在金融中的应用。《公共汽车与经济统计杂志》。2001;19:177-191. doi:10.1198/0735001013166970403[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[19] Bibby BM，Sorensen M.高维参数扩散模型的简化估计函数。Scand J统计。2001;28:99-112. doi:10.1111/1467-9469.00226[Crossref]，[Web of Science®]，[Google学者]·Zbl 0973.60071号
[20] Ait-Sahalia Y.离散采样扩散的最大似然估计：封闭式近似方法。经济计量学。2002年；70:223-262. doi:10.1111/1468-0262.00274[Crossref]，[Web of Science®]，[Google学者]·Zbl 1104.62323号
[21] Durham GB，Gallant AR。连续时间扩散过程最大似然估计的数值技术。J公共汽车经济统计。2002年；20:297-338. doi:10.1198/073500102288618397[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[22] Bibby BM，Skovgaard IM，Sorensen M.具有给定边际分布和自相关函数的扩散型模型。伯努利。2005年；11:191-220。doi:10.3150/bj/1116340291[Crossref]，[Web of Science®]，[Google学者]·Zbl 1066.60071号
[23] 陈雪霞，高杰，唐春云。扩散过程模型规范的检验。Ann Stat.2008；36:167-198. doi:10.1214/009053607000000659[Crossref]，[Web of Science®]，[Google学者]·Zbl 1132.62063号
[24] Boukhetala K，Guidoum A.Sim。DiffProc：提交给《统计软件杂志》的预印本中扩散过程模拟软件包；2011年[引用日期：2015年1月13日]。可从以下位置获得：https://hal.archives-ouvertes.fr/hal-00629841[谷歌学者]
[25] Neyman J.概率与统计学的第一门课程。纽约：亨利·霍尔特公司；1950.[谷歌学者]·Zbl 0054.05603号
[26] 黑客I.统计推断的逻辑。纽约：剑桥大学出版社；1965.【Crossref】，【谷歌学者】·Zbl 0133.41604号
[27] Royall R.统计证据：似然范式。伦敦：查普曼和霍尔；1997.[谷歌学者]·Zbl 0919.62004号
[28] 杰弗里斯·H·概率论。纽约：牛津大学出版社；1961.[谷歌学者]·兹比尔0116.34904
[29] Edwards AW.可能性。巴尔的摩（医学博士）：约翰·霍普金斯大学出版社；1992.扩充版[谷歌学者]·Zbl 0833.62004号
[30] Royall R.关于观察误导性统计证据的概率。JASA理论方法。2000;95:760-780. [Taylor&Francis Online]、[Web of Science®]、[Google学者]·Zbl 1013.62002号
[31] Blume JD。测量统计证据的可能性方法。《统计学医学》，2002年；21:2563-2599。doi:10.1002/sim.1216[Crosref]，[PubMed]，[Web of Science®]，[谷歌学者]
[32] Royall R，Tsou T-S。使用不完美模型解释统计证据：稳健调整的似然函数。J R Statist Soc B.2003年；65:391-404. 第2部分。doi:10.1111/1467-9868.00392[交叉引用]，[谷歌学者]·Zbl 1065.62047号
[33] 调查抽样中的可能性和统计证据。统计运输。2003;6:23-31. [谷歌学者]
[34] De Santis F.贝叶斯假设检验的统计证据和样本量确定。J统计计划推断。2004;124:121-144. doi:10.1016/S0378-3758（03）00198-8[Crossref]，[Web of Science®]，[Google学者]·Zbl 1094.62032号
[35] Emadi M，Ahmadi J，Arghami NR.基于统计证据的记录数据和随机观察的比较。统计师Pap。2006;48:1-21. doi:10.1007/s00362-006-0313-z[Crossref]，[Web of Science®]，[Google学者]·Zbl 1132.62325号
[36] Blume JD。如何选择测量回归参数统计证据的工作模型。国际统计评论2005；73:351-363. doi:10.1111/j.1751-5823.005.tb00153.x[Crossref]，[Web of Science®]，[Google学者]·Zbl 1105.62003号
[37] Blume JD，Su L，Olveda RM，McGarvey ST。GLM回归参数的统计证据：稳健似然法。统计医学2007；26:2919-2936. doi:10.1002/sim.2759[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[38] 汤普森B.统计证据的性质。纽约：Springer；2007.[谷歌学者]·Zbl 1312.62007年
[39] Arashi M，Emadi M。基于记录数据和记录间时间的证据推理。统计文件。2008;49:291-301. doi:10.1007/s00362-006-0013-8[Crosref]，[Web of Science®]，[Google Scholar]·兹比尔1168.62003
[40] Kateri M，Balakrishnan N.列联表分析中的统计证据。J统计计划推断。2008;138:873-887. doi:10.1016/j.jspi.2007.02.005[Crossref]，[Web of Science®]，[Google学者]·Zbl 1130.62059号
[41] Hoch JS、Blume JD。在成本效益分析中衡量和说明统计证据。健康经济学杂志。2008;27:476-495. doi:10.1016/j.jhealeco.2007.07.002[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[42] 基于证据分析的Emadi M.混合模型。统计通信-模拟和计算。2013;42:1824-1835. [Taylor&Francis Online]、[Web of Science®]、[Google学者]·Zbl 1301.62055号
[43] Kallianpur G.随机滤波理论。纽约：Springer；1980.【Crossref】，【谷歌学者】·Zbl 0458.60001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。