塞尔吉奥·孔特雷拉斯·埃斯宾诺萨;克里斯蒂安·卡马尼奥·卡里略;孔特雷拉斯·雷伊斯，哈维尔·E·。 用于时间序列分析的基于sinh-arcsinh分布的广义自回归得分模型。 （英语） Zbl 1502.62088号 J.计算。申请。数学。 423，文章ID 114975，12 p.（2023）. 摘要：时变参数模型在时间序列分析中越来越流行。在这些模型中，广义自回归分数（GAS）模型是基于机制的规范，通过该机制，过去对感兴趣变量的观测影响时变参数的当前值。GAS模型允许捕获时间序列过程的动态行为，这是相对于具有固定参数的ARMA和GARCH模型的一个优势。在本文中，我们将GAS模型的分布设置从经典密度扩展到sinh-arcsinh（SAS）模型，重点是SAS高斯分布和SAS-\（t\）分布。SAS系列提供了灵活的分布，允许将不对称建模为轻尾或重尾。族的参数可以进行清晰的解释，并且由于形状参数趋向于其极值，因此限制分布特别有吸引力。所提出的方法的性能在模拟中得到了说明，并在真实世界中应用于鱼类状况数据集。总之，SAS-高斯分布最适合数据集。 引用于1文件 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 10层62层 点估计 60E05型 概率分布：一般理论 62E10型 统计分布的特征和结构理论 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：广义自回归评分模型;sinh-arcsinh分布;时间序列分析;鱼类状况时间序列 软件：锡;R（右）;天然气 PDF格式BibTeX公司 XML格式引用 \textit{S.Contreras-Espinoza}等人，《计算杂志》。申请。数学。423，文章ID 114975，12 p.（2023；Zbl 1502.62088） 全文： 内政部 参考文献： [1] 克雷亚尔，D。；库普曼，S.J。；Lucas，A.，广义自回归评分模型及其应用，J.Appl。计量经济学，28，777-795（2013） [2] Harvey，A.C.，《波动性和重尾的动态模型：金融和经济时间序列的应用》。52（2013），剑桥大学出版社·Zbl 1326.62001号 [3] Blazsek，S。；Licht，A.，《动态条件评分模型：应用综述》，应用。经济。，52, 1181-1199 (2020) [4] 布拉斯克斯，F。；科普曼，S.J。；Lasak，K。；Lucas，A.，观测驱动模型中时变参数的样本内置信带和样本外预测带，国际预测杂志。，32, 875-887 (2016) [5] Brockwell，P.J。；Davis，R.A.，《时间序列：理论和方法》（1991），Springer-Verlag:Springer-Verlag New-York，USA·Zbl 0709.62080号 [6] Ardia，D。；Boudt，K。；Catania，L.，《R：GAS软件包中的广义自回归评分模型》，J.Stat.Softw。，88, 1-28 (2019) [7] 阿扎里尼，A。；Capitanio，A.，《对称扰动产生的分布，强调多元斜t分布》，J.R.Stat.Soc.Ser。B统计方法。，65, 367-389 (2003) ·兹比尔1065.62094 [8] Maleki，M。；Wraith，D。；马哈茂迪，M.R。；Contreras-Reyes，J.E.，《金融数据应用的非对称重尾向量自回归过程》，J.Stat.Compute。模拟。，90, 324-340 (2020) ·Zbl 07194288号 [9] 琼斯，M.C。；Pewsey，A.，Sinh-arcsinh分布，Biometrika，96，761-780（2009）·Zbl 1183.62019年6月 [10] 罗斯科，J.F。；琼斯，M.C。；Pewsey，A.，通过sinh-arcsinh变换的Skew t分布，Test，20，630-652（2011）·兹比尔1253.60019 [11] Pewsey，A.，《基于参数引导edf的sinh-arcsinh分布良好性测试》，测试，27，147-172（2018）·Zbl 1386.62008年 [12] Lemonte，A.J.，《斜正弦-反正弦t分布的参数回归框架》，应用。数学。型号。，89, 1418-1432 (2021) ·Zbl 1481.62010年 [13] Feng，Y。；Härdle，W.，《应用于分布回归的sinh-arcsinh正态分布的单变量和多元扩展》（2021），帕德博恩大学，国际经济中心，第2021-04号工作文件 [14] 布拉西，F。；卡马尼奥·卡里略，C。；贝维拉夸，M。；Furrer，R.，《气候数据和可能性估计的选择性观点》，《空间统计》，第50卷，第100596页，（2022年） [15] 哈维，A.C。；Chakravarty，T.，Beta-\（T\）（E）GARCH（2008），剑桥大学讨论论文CWPE 08340 [16] Azzalini，A.，《偏斜正态及相关家族》。第3卷（2013），剑桥大学出版社：英国剑桥大学出版社 [17] 沙海，V。；Verma，A.，《广义不完全pochhammer符号及其在超几何函数中的应用》，Kyungpook Math。J.，58，67-79（2018）·Zbl 1400.33005号 [18] Gay，D.M.，《选定优化路线的使用摘要计算科学技术报告153》（1990年），美国电话电报公司贝尔实验室，默里山 [19] R核心团队，A language and environment for statistical computing（2022），R统计计算基金会，奥地利维也纳。网址：网址：http://www.R-project.org [20] White，H.，估算、推断和规范分析（1994），剑桥大学出版社：剑桥大学出版社，英国剑桥·兹比尔0860.62100 [21] Wooldridge，J.M.，相依过程的估计和推断，（Engle，R.F.；McFadden，D.L.，《计量经济学手册》（1994），北荷兰：北荷兰阿姆斯特丹），2639-2738 [22] Davis，R.A。；邓斯米尔，W.T.M。；Streett，S.，《泊松计数的观测驱动模型》，《生物统计学》，90，777-790（2003）·Zbl 1436.62418号 [23] 斯特劳曼，D。；Mikosch，T.，条件异方差时间序列中的拟最大似然估计：随机递归方程方法，Ann.Statist。，34, 2449-2495 (2006) ·Zbl 1108.62094号 [24] DiCiccio，T.J。；Monti，A.C.，《偏态分布的推断方面》，FQuaderni Stat.，13，1-21（2011） [25] Arellano-Valle，R.B。；阿扎里尼，A.，《斜（t）分布的中心参数化和相关量》，《多元分析杂志》。，113, 73-90 (2013) ·Zbl 1253.60012号 [26] Bevilacqua，M。；卡马尼奥·卡里略，C。；Arellano-Valle，R。；Morales-Oñate，V.，使用（倾斜）t过程的非高斯地质统计建模，Scand。《统计杂志》，48，212-245（2021）·Zbl 1467.62184号 [27] Le Cren，E.D.，鲈鱼性腺重量和状况的长-宽关系和季节循环，J.Anim。经济。，20, 201-219 (1951) [28] Contreras-Reyes，J.E.，通过偏态高斯信息理论量词分析鱼类条件因子指数，Fluct。噪声Lett。，第15条，第1650013页（2016年） [29] Arellano-Valle，R.B。；孔特拉斯·雷伊斯，J.E。；昆特罗，F.O.L。；Valdevenito，A.，偏态动态线性模型和贝叶斯预测，计算。统计，34，1055-1085（2019）·Zbl 1505.62035号 [30] Contreras-Reyes，J.E.，偏高斯随机变量的Fisher信息和不确定性原理，Fluct。噪声Lett。，第20条，第2150039页（2021） [31] Yang，K。；李，H。；王，D。；Zhang，C.，logistic回归驱动的随机系数积分值阈值自回归过程，AStA高级统计分析。，105, 533-557 (2021) ·Zbl 1478.62271号 [32] Yang，K。；Yu，X。；张，Q。；Dong，X.，关于自激积分阈值时间序列模型中的MCMC抽样，计算。统计师。数据分析。，169，第107410条pp.（2022）·Zbl 07476343号 [33] 永，G.M。；Box，G.E.P.，《关于时间序列模型中缺乏拟合的度量》，《生物统计学》，65，297-303（1978）·Zbl 0386.62079号 [34] Contreras-Reyes，J.E.，基于特征和脉冲响应函数的VARFIMA过程的Rényi熵和散度，混沌孤子分形，160，文章112268 pp.（2022）·Zbl 1504.94078号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。