×

一般整数值时间序列的分段自回归。 (英语) Zbl 1455.62170号

摘要:本文提出了一般整值时间序列的分段自回归。过程的条件平均值取决于一个随时间分段恒定的参数。我们推导了一个基于惩罚对比度的推理过程,该对比度是根据模型的泊松拟最大似然构造的。建立了该估计量的一致性。从实际应用出发,我们推导了一个基于斜率启发式的数据驱动程序来校准对比度的惩罚项;并且通过动态规划算法进行实现,这导致了一个时间复杂度为(mathcal{O}(n^2))的过程。提供了一些模拟结果,以及对美国经济衰退数据和Technofirst股票交易数量的应用。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62G10型 非参数假设检验
62第20页 统计学在经济学中的应用
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 艾哈迈德。;Francq,C.,《计数时间序列模型的泊松QMLE》,《时间序列分析杂志》。,37291-314(2016)·Zbl 1381.62244号
[2] Arlot,S。;塞利斯,A。;Celisse,Z.,通过模型选择的核多变点算法(2016)
[3] Arlot,S。;Massart,P.,数据驱动的最小二乘回归惩罚校准,J.Mach。学习。第10245-279号决议(2009年)
[4] Bai,J.,《一次估计多个断裂》,计量经济学理论,13,3,315-352(1997)
[5] Bai,J。;Perron,P.,《估计和测试具有多重结构变化的线性模型》,《计量经济学》,66,47-78(1998)·Zbl 1056.62523号
[6] Bardet,J.M。;Kengne,K。;Wintenberger,O.,《使用惩罚拟似然法在一般因果时间序列中检测多重断裂》,电子。《J Stat.》,第6435-477页(2012年)·兹比尔1337.62210
[7] Baudry,J.P。;毛吉斯,C。;Michel,B.,《斜坡启发式:概述和实施RR-INRIA》(2010年第7223期)
[8] 克莱恩,A。;Lebarbier,E.,泊松和负二项速率模型的分段:惩罚估计,ESAIM Probab。统计,18,750-769(2014)·Zbl 1310.62041号
[9] 克莱恩,A。;Lebarbier,E.,多参数指数族分布分段的模型选择,电子。J.Stat.,11,800-842(2017)·Zbl 1362.62068号
[10] Davis,R.A。;Hancock,S.A。;Yao,Y.C.,关于分段自回归最小描述长度模型选择的一致性,《计量经济学杂志》,194,360-368(2016)·Zbl 1443.62250号
[11] Davis,R.A。;Lee,T.C.M。;Rodriguez-Yam,G.A.,一类非线性时间序列模型的中断检测,《时间序列分析杂志》。,29, 5, 834-867 (2008) ·Zbl 1199.62006号
[12] Davis,R.A。;Liu,H.,一类观测驱动模型的理论和推论及其在计数时间序列中的应用,统计学。Sinica,26,1673-1707(2016)·Zbl 1356.62137号
[13] Davis,R.A。;Yau,C.Y.,分段平稳时间序列模型最小描述长度模型选择的一致性,Electron。《美国法律总汇》,7381-411(2013)·Zbl 1337.62254号
[14] 迪奥普,M.L。;Kengne,W.,《测试一般整值时间序列中的参数变化》,《时间序列分析杂志》。,38, 880-894 (2017) ·Zbl 1386.60132号
[15] 杜克,R。;福基阿诺斯,K。;Moulines,E.,观测驱动时间序列模型中拟极大似然估计量的渐近性质,Electron。J.Stat.,11,2707-2740(2017)·Zbl 1366.62173号
[16] Doukhan,P。;Fokianos,K。;Tjötheim,D.,关于泊松自回归的弱依赖条件,统计。普罗巴伯。莱特。,82, 942-948 (2012) ·兹比尔1241.62109
[17] Doukhan,P。;Fokianos,K。;Tjötheim,D.,泊松自回归弱依赖条件的修正,统计学。普罗巴伯。莱特。,83,1926-1927(2013年),[统计,Probab.Lett.82(2012年)942-948]·Zbl 1412.62100号
[18] Doukhan,P。;Kengne,W.,一般泊松自回归模型中结构变化的推断和测试,电子。J.Stat.,9,1267-1314(2015)·Zbl 1349.62397号
[19] 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
[20] Fokianos,K。;Tjötheim,D.,对数泊松自回归,J.多元分析。,102, 563-578 (2011) ·Zbl 1207.62165号
[21] Fokianos,K。;Tjötheim,D.,非线性泊松自回归,Ann.Inst.Statist。数学。,64, 1205-1225 (2012) ·Zbl 1253.62058号
[22] 弗兰克,J。;柯奇,C。;Tadjuidje Kamgaing,J.,计数时间序列中的变化点,J.时间序列分析。,33, 757-770 (2012) ·Zbl 1281.62181号
[23] Fryzlewicz,P.,用于多变化点检测的野生二进制分割,Ann.Statist。,42, 6, 2243-2281 (2014) ·兹比尔1302.62075
[24] Fryzlewicz,P。;Subba Rao,S.,自回归条件异方差过程的多重变点检测,J.R.Stat.Soc.Ser。B统计方法。,76, 5, 903-924 (2014) ·Zbl 1411.62248号
[25] Z.哈查乌伊。;Lévy-Leduc,C.,带总变差惩罚的多变点估计,J.Amer。统计师。协会,105,1480-1493(2010)·兹比尔1388.62211
[26] 什叶派胡德科娃。,二元时间序列自回归模型的结构变化,J.Statist。计划。推理,1431744-1752(2013)·Zbl 1279.62186号
[27] Inclán,C。;Tiao,G.C.,《使用累积平方和回顾性检测方差变化》,J.Amer。统计师。协会,89,427,913-923(1994)·Zbl 0825.62678号
[28] Kang,J。;Lee,S.,泊松自回归模型的参数变化检验,Scand。《统计杂志》,41,4,1136-1152(2014)·Zbl 1305.62313号
[29] Kashikar,A.S。;北罗汉。;Ramanathan,T.V.,带结构断裂的整数自回归模型,J.Appl。Stat.,40,12,2653-2669(2013)·Zbl 1514.62662号
[30] Lebarbier,E.,通过模型选择检测高斯过程中的多个变化点,信号处理。,85, 717-736 (2005) ·Zbl 1148.94403号
[31] Lerasle,M.,不同混合条件下平稳数据密度估计的最佳模型选择,Ann.Statist。,39, 4, 1852-1877 (2011) ·2018年12月27日
[32] 梁振英。;Ng,W.L。;Yau,C.Y.,基于两两似然的时间序列模型中的顺序变化点检测,Statist。Sinica,27,2,575-605(2017)·Zbl 1369.62231号
[33] 马,T.F。;Yau,C.Y.,《一种基于成对类lihood的多变量时间序列模型变化点检测方法》,《生物特征》,103,2,409-421(2016)·兹比尔1499.62314
[34] Yau,C.Y。;Zhao,通过似然比扫描统计推断时间序列中的多个变化点,J.R.Stat.Soc.Ser。B统计方法。,78, 895-916 (2016) ·Zbl 1414.62386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。