克里斯蒂安·古里鲁;乔安·贾西亚克 独立自回归源的动态反褶积和识别。 （英语） Zbl 07731466号 J.时间序列。分析。 44，编号2，151-180（2023）. 摘要：我们考虑一个多变量系统\（Y_t=a X_t\），其中未观测到的分量\（X_t\）是独立的AR（1）过程，并且源的数量大于观测到的输出的数量。我们证明了混合矩阵（A）、（mathrm{AR}（1））系数和（X_t）的分布可以被识别（达到X_t的尺度因子），从而解决了动态反褶积问题。该证明是构造性的，允许我们引入模型所有未知标量和函数参数的简单一致估计。该方法通过估计和识别时间序列中未观察到的短期和长期成分的动态来说明。还讨论了结构创新在因果模型中的应用，如变量误差模型和因果中介模型中的识别。{©2022 John Wiley&Sons有限公司} MSC公司： 6200万 随机过程推断 60G07年 随机过程的一般理论 60亿10 平稳随机过程 62M15型 随机过程和谱分析的推断 62M20型 随机过程推断和预测 62G05型 非参数估计 关键词：识别;反褶积;独立成分分析;盲源分离;机器学习;变量误差模型;因果模型 PDF格式BibTeX公司 XML格式引用 \textit{C.Gourieroux}和\textit{J.Jasiak}，J.Time Ser。分析。44，编号2，151--180（2023；Zbl 07731466） 全文： 内政部 参考文献： [1] SalemF，AlbatainehZ。2021.基于ICA的卷积混合盲分离鲁棒算法。国际语音技术杂志24:701-713。 [2] Anderson B，DeistlerM，DufourJM，2019年。格兰杰因果关系对变量误差、线性变换和子抽样的敏感性。时间序列分析杂志40:102-123·Zbl 1425.62122号 [3] AngristJ、ImbensG、RubinD，1996年。使用工具变量识别因果关系。JASA91:444-455。 [4] 安斯利C。1977.关于移动平均过程的结构。计量经济学杂志6:121-134·Zbl 0357.62071号 [5] ArellanoM，BonhommeS公司。2021.通过匹配恢复潜在变量。jas116:1-14。 [6] Babaie‐ZadehM公司。2002.伊朗德黑兰沙里夫科技大学达尔莫伊斯·斯基托维奇定理及其证明。 [7] 巴特莱特。1938.条件统计的特征函数。伦敦数学学会杂志13:63-67·Zbl 0018.22503号 [8] 贝茨D。2006.潜在仿射过程的最大似然估计。金融研究综述19:909-965。 [9] BeguinJM、GourierouxC、MonfortA。1980.ARIMA过程的识别：角点法。在《时间序列》中，Anderson T（编辑）（编辑）。荷兰北部，阿姆斯特丹。 [10] BekkerP公司。1986年，对线性变量误差模型中的识别进行了评论。计量经济学54:215-217·兹伯利0589.62052 [11] Ben‐MosheD。2018年，确定相关因子模型中的联合分布。计量经济学理论34:134-165·Zbl 1441.62604号 [12] Ben‐MosheD。2021.识别所有变量中存在误差的线性回归。计量经济学37:633-663·Zbl 1473.62237号 [13] 伯克森J。1950.有两种回归吗？JASA45:164-180·Zbl 0040.22404号 [14] BonhommeS、RobinJM。2010年，广义非参数反褶积及其在收益动力学中的应用。经济研究回顾77:491-533·Zbl 1187.62071号 [15] 布莱德利·W，CookW。2012.部分分式分解存在唯一性的两个证明。国际数学论坛7:1517-1535·Zbl 1250.97010号 [16] BrycW公司。1995.正态分布：应用特征。统计学讲稿，第100卷，纽约斯普林格·Zbl 0823.62012号 [17] 卡多佐J，PhamB。2004。噪声高斯ICA中的优化问题。西班牙格林纳达ICA会议记录。 [18] CarlemanT公司。1923.间接可导函数。《科学学报》177:422-424。 [19] ChanK、HoL、TongH。关于多元线性过程时间可逆性的注释。生物特征93:221-227·Zbl 1152.62361号 [20] 合唱团。1992年，ARMA模型识别Springer，纽约·Zbl 0754.62071号 [21] ComonP公司。1994.独立成分分析：一个新概念？信号处理36:287-314·Zbl 0791.62004号 [22] ComonP，deLathauwerL，2010年。第9章。未确定混合物的代数识别。《盲源分离手册》，ComonP（编辑），JuttenC（编辑）（编辑）。阿姆斯特丹爱思唯尔；235-272. [23] JuttenC ComonP公司。2010年，《独立成分分析盲源分离手册》，纽约学术出版社。 [24] CorsiF CordoniF公司。2020年，确定过度确定和噪音大的结构模型：坍塌的ICA方法DP比萨大学。 [25] 达莫伊斯G。1953.随机联络分析：练习曲particulere de l'Analyse factorelle lineaire。国际统计研究所回顾21:8-8·Zbl 0051.36003号 [26] deLathauwerL.2008年。基于同步矩阵对角化的欠定混合盲辨识。IEEE信号处理汇刊56:1096-1105·兹比尔1390.94146 [27] DelaigleA，HallP公司。2016年，误差分布未知时的非参数反褶积方法。JRSS B78:231-252·Zbl 1411.62092号 [28] EricksonT、JiangC、WhitedT。2014.使用线性累积方程对变量误差模型进行最小距离估计。计量经济学杂志183:211-221·Zbl 1312.62086号 [29] 埃里克松J，科维温。2004.线性ICA模型的可识别性、可分性和唯一性。IEEE信号处理信函11:601-604。 [30] 怀特·埃夫多基莫夫克。2012.Kotlarski引理的一些扩展。计量经济学理论28:925-937·Zbl 1419.60013号 [31] FrischR公司。1934年，《利用完全回归系统进行统计汇流分析》，奥斯陆大学出版，第5期·Zbl 0011.21903号 [32] 富勒W。1987年，测量误差模型Wiley，纽约。 [33] 齿轮R。1942.随机变量之间的内在关系。《爱尔兰皇家学院学报》47:63-76·Zbl 0063.01553号 [34] JasiakJ GourierouxC。2020年，噪声长运行组件进程CREST的推断。 [35] JasiakJ GourierouxC。2021.平稳结构向量自回归模型的长期风险。 [36] 诺曼丁·瓜亚。2020年。通过高阶无条件矩识别结构向量自回归。《计量经济学杂志》225:27-46·Zbl 07414279号 [37] 哈维莫特。1944.计量经济学中的概率方法。计量经济学12:1-115·Zbl 0063.01837号 [38] HeckmanJ，PintoR。2015年，Haavelmo之后的因果分析。计量经济学理论31:115-151·Zbl 1329.62469号 [39] 荷兰P。1988年。因果推理、路径分析和递归结构方程模型。社会学方法18:449-489。 [40] HyvarinenA、KarhunenJ、OjaE。2001年，《独立成分分析》，纽约，威利。 [41] KaganA、LinnikY、RaoC。1973.数学统计中的表征问题Wiley，纽约·Zbl 0271.6202号 [42] WansbeekT卡普泰纳。1983.线性变量误差模型中的识别。计量经济学51:1847-1849·Zbl 0542.62056号 [43] KhanS、MaurelA、ZhangY。2021.同步二进制响应模型中因子结构的信息内容，第28327卷，NBER工作文件。 [44] 克莱珀斯，利默尔。1984.所有变量都有误差的回归的一致估计集。计量经济学52:163-183·Zbl 0526.90030号 [45] 科普曼斯J。1937.《经济时间序列的线性回归分析》，第20号出版物，荷兰经济研究所，哈勒姆。 [46] 伦纳德。2011.估计二元线性关系。贝叶斯分析6:727-754·Zbl 1330.62278号 [47] 莱贝拉。1997年。在专利申请和研究（和）D.计量经济学65:1201-1213中没有其他可用数据的情况下，构建具有测量误差的回归工具·Zbl 0898.90044号 [48] 林特纳期刊，1965年。风险资产的评估以及股票投资组合和资本预算中风险投资的选择。经济学与统计学复习47:13-37。 [49] 马丹斯基。1959.当两个变量都有误差时直线的拟合。JASA54:173-205·Zbl 0088.35804号 [50] 梅斯特拉。2009年，非参数统计中的反褶积问题。《统计学讲义》，第193卷，施普林格，柏林·Zbl 1178.62028号 [51] 诺瓦克。1985.动态冲击误差模型的全球识别。计量经济学杂志17:211-219·Zbl 0556.62089号 [52] 米兰达斯·帕凡夫。2018.关于Darmois‐Skitovitch定理和盲源分离中的空间独立性。《通信与信息系统杂志》3:146-157。 [53] PearlJ公司。2009年，《因果关系：模型、推理和推断》，第二版，剑桥大学出版社，剑桥·Zbl 1188.68291号 [54] PearlJ公司。2018年，对赫克曼和平托的反思。在加州大学洛杉矶分校DP Haavelmo之后的因果分析中。 [55] PedersenM、LarsenJ、KjemsU、ParsaL。2007年，卷积盲源分离方法调查。《语音处理和语音通信手册》，纽约斯普林格；图1-34。 [56] 波里埃D。1998年，重新审视未确定模型中的信念。计量经济学理论14:483-509。 [57] RaoP公司。1992年，《随机模型中的可识别性》，波士顿，学术出版社·Zbl 0746.62008号 [58] ReiersolO公司。1950.易出错变量之间线性关系的可识别性。计量经济学18:375-389·Zbl 0040.22502号 [59] 罗斯。1976年，资本资产定价的套利理论。《经济理论杂志》17:254-286。 [60] 萨缪尔森公司。1942.关于替代回归的注释。计量经济学10:80-83·Zbl 0063.06683号 [61] 萨斯瓦里。1986.通过（左（X_1-X_3，，，X_2-X_3\右）的分布来表征随机变量（X_1，X_2，X_3\）的分布。概率论及相关领域73:43-49。 [62] 申纳赫。2016年，测量误差文献的最新进展。经济年度回顾8:341-377。 [63] SchennachS公司。2019.无独立性的卷进。计量经济学杂志211:308-318·Zbl 1452.62958号 [64] 夏普W。1964年，资本资产价格：风险条件下的市场均衡理论。《财政杂志》19:425-447。 [65] 希克斯。2011.盲信号处理Springer，纽约。 [66] 沃森·斯托克J。2018年，使用外部工具识别和估计宏观经济中的动态因果效应。《经济杂志》128:917-948。 [67] 塞克利G，RaoC。2000.通过线性组合和矩识别独立随机变量的分布。SankhyaA:193-202年·兹比尔0972.62009 [68] WaldA公司。1940.当两个变量都有误差时直线的拟合。《数理统计年鉴》12:284-300·Zbl 0023.34402号 [69] 威廉姆斯B。2020年，确定线性因子模型。计量经济学评论39:92-109·Zbl 1490.62149号 [70] 伍利。1941.将误差最小化的方法作为相关分析的基础。计量经济学：38-62·Zbl 0063.08320号 [71] WuS、WaiH、LiL、ScagioneA。2018年，主成分分析分配算法综述。IEEE会议记录。英国电气和电子工程师协会。 [72] YilmazA，RickardS。2004.通过时频掩蔽实现语音混合的盲分离。IEEE信号处理汇刊52:1830-1847·Zbl 1369.94383号 [73] 赵毅，罗X。2019.多个时间序列模型的Granger中介分析：在SMRI中的应用。生物计量学7:788-798·Zbl 1436.62663号 [74] Zinde‐WalshV公司。2013.独立条件下非参数模型的识别和适定性。《牛津应用非参数和半参数计量经济学与统计学手册》，第4卷，RacineJ（编辑），UllahA（编辑）（编辑）。牛津大学出版社；97-126. [75] Zinde‐WalshV公司。2014.广义函数空间中的测量误差和反褶积。计量经济学30:1207-1246·Zbl 1314.62105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。