巴克齐,M。;巴普,G。 某些时间非均匀扩散泛函的拉普拉斯变换的显式公式。 (英语) Zbl 1215.60015号 数学杂志。分析。申请。 380,第2期,405-424(2011). 摘要:我们考虑由SDE(dX_t^{(\alpha)}=\alphab(t)X_t^}(\阿尔法)},dt+\sigma(t),dB_t),\(t\in[0,t)给定的过程\((X_t^(\alpha){(\ alpha b R\),\(b_t){t\in[0,t)}\),是一个标准的Wiener过程,\(b:[0,t)\to\mathbb R\setminus\{0\}\)和(sigma:[0,T)\rightarrow(0,\infty)\)是连续可微函数。假设\(frac{d}{dt}(\frac{b(T)}{sigma(T)^2})=-2K\frac{b(T^2}{sigma{b(s)^2}{\西格玛^2}(X_2^{(\alpha)})^我们的动机是,(alpha)的最大似然估计量(MLE)可以用这些随机变量来表示。作为应用,我们证明了在(alpha=K)的情况下,\[\sqrt{I_K(t)}\big(\widehat{\alpha}_t-K\big)\overset{\mathcal L}=-\frac{\text{sign}(K)}{\sqrt{2}}\frac}\int_0^1 W_s,dW_s}{\int_0 ^1(W_s)^2,ds},\quad\对于(0,t)中的所有t,\]其中,(I_K(t))表示包含在[0,t]}中的观测值(X_s^{(K)}){s中的(α)的Fisher信息,(W_s){s[0,1]}是一个标准的Wiener过程,(overset{mathcal L}=\)表示分布相等。我们还证明了(alpha)的MLE(widehat{\alpha_t})作为(t向上箭头t)对于(text{sign}(\alpha-K)=\text{sign}(K),(K\neq0)的渐近正态性。例如,对于所有的(mathbb R中的alpha)和(T(0,infty)),我们研究了SDE(dX_T^{(alpha=0\)。在\(\alpha>0\)的情况下,此过程称为\(\alpha\)-Wiener桥,在\(\alpha=1\)的情况下,这是通常的Wiener桥接。 引用于17文件 MSC公司: 60E10型 特性函数;其他变换 60J60型 扩散过程 10层62层 点估计 关键词:拉普拉斯变换;Cameron-Martin公式;非均匀扩散;最大似然估计;\(\alpha\)-维纳电桥 PDF格式BibTeX公司 XML格式引用 \textit{M.Barczy}和\textit{G.Pap},J.数学。分析。申请。380,第2号,405--424(2011;Zbl 1215.60015) 全文: 内政部 arXiv公司 参考文献: [1] 阿尔巴内塞,C。;Lawi,S.,马尔可夫过程积分的拉普拉斯变换,马尔可夫过程。相关领域,11,4,677-724(2005)·Zbl 1090.60068号 [2] Arató,M.,常系数线性随机系统。统计方法,控制与信息课堂讲稿。科学。,第45卷(1982),施普林格·Zbl 0544.93060号 [3] 巴奇,M。;Iglói,E.,alpha-Wiener桥的Karhunen-Loève扩建,Cent。欧洲数学杂志。,2011年9月1日,65-84·Zbl 1228.60047号 [4] 巴奇,M。;Pap,G.,时间非均匀扩散过程最大似然估计量的渐近行为,J.Statist。计划。推理,140,6,1576-1593(2010)·Zbl 1185.62147号 [5] Bishwal,J.P.N.,随机微分方程中的参数估计(2007),Springer-Verlag:Springer-Verlag Berlin,Heidelberg·兹比尔0936.60024 [6] M.J.Bobkoski,非平稳时间序列的假设检验,威斯康星大学博士论文,1983年。;M.J.Bobkoski,非平稳时间序列的假设检验,威斯康星大学博士论文,1983年。 [7] Borodin,A.N。;Salminen,P.,《布朗运动手册-事实和公式》(2002),Birkhäuser·Zbl 1012.60003号 [8] 布伦南,M.J。;Schwartz,E.S.,《股指期货套利》,J.Business,63,1,S7-S31(1990) [9] 机动,P。;Martynov,G.,通过Bessel函数对加权Wiener过程和Brownian桥的Karhunen-Loève展开,(Progr.Probab.,第55卷(2003),Birkhäuser Verlag:Birkháuser Verlag Basel),57-93·Zbl 1048.60021号 [10] 机动,P。;佩卡蒂,G。;Yor,M.,关于布朗单和相关过程的二次泛函,随机过程。申请。,116, 3, 493-538 (2006) ·Zbl 1090.60020号 [11] Delyon,B。;Hu,Y.,条件扩散模拟及其在参数估计中的应用,随机过程。申请。,116, 11, 1660-1675 (2006) ·Zbl 1107.60046号 [12] Es-Sebaiy,K。;Nourdin,I.,(α)分数桥的参数估计(2011)·兹比尔1268.62099 [13] 菲金,P.D.,关于奇异点的一些评论,J.Appl。概率。,16, 2, 440-444 (1979) ·Zbl 0409.62082号 [14] Florens-Landais,D。;Pham,H.,Ornstein-Uhlenbeck模型估计中的大偏差,J.Appl。概率。,36, 1, 60-70 (1999) ·Zbl 0978.62070号 [15] 高,F。;Hannig,J。;Lee,T.-Y。;Torcaso,F.,通过Hadamard因式分解的拉普拉斯变换,电子。J.概率。,8、13(2003),20页·Zbl 1064.60061号 [16] 赫德·T·R。;Kuznetsov,A.,随机积分拉普拉斯变换的显式公式,马尔可夫过程。相关领域,14,2,277-290(2008)·Zbl 1149.60021号 [17] 雅各德,J。;Shiryaev,A.N.,随机过程的极限定理(2003),Springer Verlag:Springer Verlag Berlin·Zbl 0830.60025号 [18] 卡拉茨,I。;Shreve,S.E.,《布朗运动与随机微积分》(1991),斯普林格·弗拉格:柏林斯普林格尔·弗拉格出版社,海德堡·Zbl 0734.60060号 [19] Kleptsyna,M.L。;Le Breton,A.,分数Ornstein-Uhlenbeck型过程的统计分析,统计推断Stoch。工艺。,5, 3, 229-248 (2002) ·兹比尔1021.62061 [20] Kleptsyna,M.L。;Le Breton,A.,一般高斯过程的Cameron-Martin型公式-滤波方法,《随机与随机报告》,72,3-4,229-250(2002)·Zbl 1002.60031号 [21] Liptser,R.S。;Shiryaev,A.N.,《随机过程统计I.一般理论》(2001),《斯普林格·弗拉格:斯普林格尔·弗拉格·柏林》,海德堡·Zbl 1008.62072号 [22] Liptser,R.S。;Shiryaev,A.N.,《随机过程统计II》。应用(2001),斯普林格·弗拉格:柏林斯普林格尔·弗拉格,海德堡·Zbl 0591.60039号 [23] Luschgy,H.,半鞅实验的局部渐近混合正态性,Probab。理论相关领域,92,2,151-176(1992)·Zbl 0768.62067号 [24] Mansuy,R.,关于布朗桥及其相关二次泛函的单参数推广,J.Theoret。概率。,17, 4, 1021-1029 (2004) ·兹比尔1063.60049 [25] Prakasa Rao,B.L.S.,《半鞅及其统计推断》(1999),查普曼和霍尔/CRC·Zbl 0960.62090号 [26] Tanaka,K.,时间序列分析,非平稳和不可逆分布理论,Wiley Ser。普罗巴伯。统计(1996)·Zbl 0861.62062号 [27] Yor,M.,《布朗运动和相关过程的指数泛函》(2001),Springer-Verlag:Springer-Verlag Berlin·Zbl 0999.60004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。