×

面板数据中一阶超对角双线性模型的伪高斯和基于秩的检验。 (英语) Zbl 1483.62153号

摘要:本文针对一阶超对角线双线性面板相关性(在大(n)和小(T)面板中)的随机性测试问题,提出了局部渐近最优(在Hájek-Le Cam意义下)参数、伪高斯和基于秩的方法。计算了局部幂和渐近相对效率,并表明基于等级的测试的范德华登版本一致占主导地位。通过仿真研究了小样本性能,并验证了理论发现,它们还证明了基于数据驱动分数的排名程序的显著性能。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62F03型 参数假设检验
62F05型 参数检验的渐近性质
62G10型 非参数假设检验
PDF格式BibTeX公司 XML格式引用
全文: 链接

参考文献:

[1] Akharif,A.和Hallin,M.(2003)。自动累进模型中随机系数的有效检测,《统计年鉴》,31(2),675-704·Zbl 1039.62081号
[2] Azzalini,A.和Capitanio,A.(2003年)。对称性扰动产生的分布,强调多元斜t分布,《皇家统计学会杂志》,B辑,65,367-389·Zbl 1065.62094号
[3] Benghabrit,Y.和Hallin,M.(1992年)。一阶超对角线双线性依赖与对角线依赖的最优秩检验,统计规划与推断杂志,32(1),45-61·Zbl 0752.62036号
[4] 北卡罗来纳州本纳拉。;Hallin,M.和Paindaveine,D.(2012年)。大型和小型T面板随机个体效应的伪高斯和基于等级的最优测试,《计量经济学杂志》,170,50-67·Zbl 1443.62429号
[5] Bouzaachane,K.(2006年)。摩洛哥Mohammed V-Agdal大学博士论文,《Modèles de séries chronologiques bilinéaires:估计、算法与应用》。
[6] 卡萨特,D。;Hallin,M.和Paindaveine,D.(2011年)。基于局部Edgeworth近似的对称性的一类最优测试,Bernoulli,171063-1094·Zbl 1221.62068号
[7] Chernoff,H.和Savage,I.R.(1958年)。某些非参数检验的渐近正态性和效率,《数理统计年鉴》,29972-994·Zbl 0092.36501号
[8] El Melhaoui,S.和Allal,J.(2006年)。自回归模型中指数分量的最优秩检测,非参数统计杂志,18(7),431-447·Zbl 1116.62092号
[9] Fihri,M。;Mellouk,A.和Akharif,A.(2016年)。随机系数回归模型的秩和签名秩检验,统计应用与概率杂志,5,233-247。
[10] Ghosh,S.(1999)。《渐近、非参数和时间序列》,CRC出版社,第1版·Zbl 1037.00506号
[11] Grahn,T.(1995)。双线性时间序列的条件最小二乘法,时间序列分析杂志,16,509-529·Zbl 0834.62077号
[12] Granger,C.W.J.和Andersen,A.P.(1978年)。《双线性时间序列模型简介》,范登霍克和鲁普雷希特,格廷根·Zbl 0379.62074号
[13] Guegan,D.(1981),《非直线模型,超对角线模型1》,C.R.Acade。科学。巴黎,Série 1,数学。,293, 95-99. ·Zbl 0476.60038号
[14] Guegan,D.(1988年)。《胆红素模型与多项式年代学:概率与统计分析》,《泰瑟德塔》,约瑟夫·傅里叶大学,格勒诺布尔。
[15] Guegan,D.和Pham,D.T.(1992年)。针对双线性时间序列模型的得分检验的威力,《中国统计》,第2157-170页·Zbl 0820.62073号
[16] Hájek,J。;Šidák,Z.和Sen,P.k.(1999)。《等级测试理论》,学术出版社,纽约-伦敦,第二版·Zbl 0944.62045号
[17] Hallin,M.(1993)。关于基于相关图方法的皮特曼不可接受性,时间序列分析杂志,16,607-612·Zbl 0807.62068号
[18] Hallin,M。;Ingenbleek,J.F.和Puri,M.L.(1985年)。针对ARMA替代方案的随机性线性序列秩检验,《统计年鉴》,第13期,第1156-1181页·Zbl 0584.62064号
[19] Hallin,M.和Mèlard,G.(1988年)。基于秩的随机性检验与一阶序列相关性,《美国统计协会杂志》,第83期,第1117-1128页。
[20] Hallin,M.和Werker,B.J.M.(1999)。半参数AR模型的最佳测试:从高斯-拉格朗日乘数到自回归秩分数和自适应测试。《渐近、非参数和时间序列》(S.Ghosh,Ed.),纽约德克尔,295-350·Zbl 1069.62541号
[21] Hallin,M.和Werker,B.J.M.(2003)。半参数效率,无分布性和不变性,伯努利,9(1),137-165·Zbl 1020.62042号
[22] Hwang,S.Y.和Basawa,I.V.(1993年)。一类非线性时间序列模型的渐近最优推断,随机过程及其应用,46,91-113·Zbl 0776.62068号
[23] Le Cam,L.M.(1986年)。统计决策理论中的渐近方法,Springer Verlag,纽约·Zbl 0605.62002号
[24] Le Cam,L.M.和Yang,G.L.(2000)。《统计学中的渐近:一些基本概念》,Springer Verlag出版社,纽约,第2版·兹比尔0952.62002
[25] Liu,J.和Brockwell,P.J.(1988)。关于一般双线性时间序列模型,《应用概率杂志》,25,553-564·Zbl 0654.60029号
[26] Maravall,A.(1983年)。非线性时间序列预测的应用,《商业与经济统计杂志》,166-74。
[27] Phan,T.D.和Tran,L.T.(1980年)。《时间学杂志》,C.r.Acad。科学。巴黎,290,335-338·Zbl 0431.60040号
[28] Phan,T.D.和Tran,L.T.(1981年)。关于一阶双线性时间序列模型,《应用概率杂志》,18617-627·Zbl 0466.62082号
[29] Saikkone,P.和Luukkonen,R.(1991年)。针对一些简单双线性替代方案的时间序列线性测试的功率特性,《中国统计》,1453-464·Zbl 0826.62066号
[30] Sesay,S.A.O.和Subba Rao,T.(1991)。双线性时间序列模型BL(p,0,p,1)的高阶矩和累积量的差分方程,时间序列分析杂志,10,159-169·Zbl 0714.62081号
[31] Subba Rao,T.(1981年)。关于双线性时间序列模型的理论,英国皇家统计学会期刊,B辑,43244-255·Zbl 0473.62079号
[32] Subba Rao,T.和Gabr,M.M.(1984年)。双谱分析和双线性时间序列模型简介,《统计学讲义》第24期,柏林施普林格·Zbl 0543.62074号
[33] Swensen,A.R.(1985)。具有回归趋势的自回归时间序列的似然比的渐近分布,多元分析杂志,16,54-70·Zbl 0563.62065号
[34] Tan,L.和Wang,L.(2015)。双线性时间序列模型的LASSO方法,统计学中的通信-模拟和计算,45,1-11。
[35] Van der Vaart,A.W.(1998)。《渐近统计》,剑桥大学出版社,剑桥·Zbl 0910.62001号
[36] Weiss,A.A.(1986年)。ARCH和双线性时间序列模型:比较与组合,《商业与经济统计杂志》,第459-70页。
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。