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。