×

基于小波的时变向量自回归建模。 (英语) Zbl 1330.62346号

摘要:向量自回归(VAR)建模是多元时间序列分析中最流行的方法之一。参数解释简单,可以直观地识别时间序列之间的关系和格兰杰因果关系。然而,VAR建模需要平稳性条件,这在许多实际应用中是无效的。局部平稳或依赖时间的建模似乎是有吸引力的推广,并且已经提出了几种单变量方法。本文基于自回归系数的小波展开,提出了一种时变向量自回归过程的估计方法。推导了估计量的渐近性质,并通过计算机密集仿真进行了说明。我们还介绍了一种使用功能磁共振成像(fMRI)数据集进行大脑连通性识别的应用。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
42立方厘米 涉及小波和其他特殊系统的非三角调和分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Andrews,D.W.,相依非同分布随机变量的大数定律,计量经济学理论,458-467(1988)
[2] 巴卡拉,洛杉矶。;Sameshima,K.,《部分定向相干:神经结构测定中的一个新概念》,Biol。网络。,8, 463-474 (2001) ·Zbl 1160.92306号
[3] 布尔莫尔,E。;法迪利,J。;断裂矛,M。;萨尔瓦多共和国。;Suckling,J。;Brammer,M.,《人脑功能性磁共振图像的小波和统计分析》,Statist。方法医学研究,12375-399(2003)·Zbl 1121.62581号
[4] Chambolle,A。;DeVore,R.A。;Lee,N。;Lucier,B.J.,《非线性小波图像处理:变分问题、压缩和通过小波收缩去除噪声》,IEEE Trans。图像处理。,7, 319-335 (1998) ·Zbl 0993.94507号
[5] Chiann,C。;Morettin,P.A.,时变线性系统的估计,统计学家。推断随机过程。,2, 253-285 (1999) ·Zbl 0967.62073号
[6] Chiann,C。;Morettin,P.A.,时变线性系统的时域非线性估计,J.非参数统计。,17, 365-383 (2005) ·Zbl 1061.62125号
[7] Dahlhaus,R.,将时间序列模型拟合到非平稳过程,Ann.Statist。,25, 1-37 (1997) ·Zbl 0871.62080号
[8] Dahlhaus,R.,局部平稳过程的似然近似,Ann.Statist。,28, 1762-1794 (2000) ·Zbl 1010.62078号
[9] Dahlhaus,R。;诺依曼,M.H。;von Sachs,R.,时变自回归过程的非线性小波估计,伯努利,5873-906(1999)·Zbl 0954.62103号
[10] Daubechies,I.,《小波十讲》(1992),SIAM:费城SIAM·兹比尔0776.42018
[11] DeLong,M.R.,基底神经节起源运动障碍的灵长类模型,《神经科学趋势》。,13, 281-285 (1990)
[12] 多诺霍,D。;约翰斯通,I。;Kerkyacharian,G。;Picard,D.,小波收缩:无症状?(经过讨论),J.Roy。统计师。Soc.序列号。B、 57、301-337(1995)·Zbl 0827.62035号
[13] Enders,W.,《应用计量经济学时代系列》,《概率统计中的威利系列》(2005),威利:威利纽约
[14] 加肯海默,C。;Cayon,L。;Reifenberger,R.,使用小波分析扫描探针显微镜图像,超微显微镜,106,389-397(2006)
[15] Goebel,R。;Roebroeck,A。;Kim,D.S。;Formisano,E.,《使用向量自回归建模和Granger因果图研究时间分辨fMRI数据中的定向皮层相互作用》,Magn。共振成像。,21, 1251-1261 (2003)
[16] Granger,C.W.J.,《用计量经济学模型和交叉谱方法研究因果关系》,《计量经济学》,第37期,第424-438页(1969年)·Zbl 1366.91115号
[17] 格林斯特德,A。;Jevrejeva,S。;Moore,J.,交叉小波变换和小波相干性在地球物理时间序列中的应用,非线性过程。地球物理学。,11, 561-566 (2004)
[18] 哈德尔,W。;Kerkyacharian,G。;Picard,D。;Tsybakov,A.,《小波近似和统计应用》(1997),Springer:Springer New York
[19] 哈里森,L。;佩尼,W.D。;Friston,K.,fMRI时间序列的多元自回归建模,《神经影像》,第19期,第1477-1491页(2003年)
[20] 韦尔塔,G。;West,M.,《自回归时间序列模型中的先验和成分结构》,J.Roy。统计师。助理服务器。B、 61、1-19(1997)
[21] 伊藤,K。;莫里斯,P.K。;Rakshi,J.S。;尤马,T。;阿什伯恩,J。;Bailey,D.L。;Friston,K.J。;Brooks,D.J.,《18F-dopa PET的统计参数映射显示早期帕金森病患者双侧纹状体和黑质多巴胺能功能降低》,J.Neurol。神经外科精神病学,66754-758(1999)
[22] Jevrejeva,S。;摩尔,J.C。;Grinsted,A.,《北极涛动和厄尔尼诺-南方涛动(ENSO)对波罗的海冰况的影响:小波方法》,J.Geophys。决议,108,D21,4677(2003)
[23] Krystal,A.D。;普拉多,R。;West,M.,非平稳EEG数据时间序列分析的新方法:时变自回归的特征结构分解,临床。神经生理学。,110, 1-10 (1999)
[24] Lawrence,C.J.,Eichenbaum,M.,Evans,C.L.,1999年。货币政策冲击:我们学到了什么,目的是什么?《宏观经济学手册》,第1A卷。爱思唯尔科学有限公司,阿姆斯特丹,第65-148页。;Lawrence,C.J.,Eichenbaum,M.,Evans,C.L.,1999年。货币政策冲击:我们学到了什么,目的是什么?《宏观经济学手册》,第1A卷。Elsevier Science Ltd,阿姆斯特丹,第65-148页。
[25] 卢,P.J。;Yogo,M。;Marshall,C.R.,鉴于化石记录的不完整性,显生宙海洋生物多样性动态,Proc。美国国家科学院。科学。,13, 2736-2739 (2006)
[26] Lutkepohl,H.,《多时间序列分析导论》(1993),Springer:Springer New York·Zbl 0835.62075号
[27] Meyer,Y.,《小波:算法与应用》(1993),SIAM:SIAM费城·Zbl 0821.42018号
[28] 小川,S。;Lee,T.M。;Nayak,A.S。;Glynn,P.,高磁场下啮齿动物大脑磁共振图像中的氧敏感性对比,J.Magn。共振医学,14,68-78(1990)
[29] M.J.Paulik、N.Mohankrishnan、M.Nikiforuk,1994年。用于签名验证的时变向量自回归模型。第37届中西部电路与系统研讨会论文集,第2卷,第3-5页。;M.J.Paulik、N.Mohankrishnan、M.Nikiforuk,1994年。用于签名验证的时变向量自回归模型。第37届中西部电路与系统研讨会论文集,第2卷,第3-5页。
[30] Percival,D.B。;Walden,A.T.,《时间序列分析的小波方法》(2000),剑桥大学出版社:剑桥大学出版社,英国剑桥·Zbl 0963.62079号
[31] 普拉多,R。;韦尔塔,G。;West,M.,Bayesian时变自回归:理论、方法和应用,Resenhas J.,4405-422(2001)·Zbl 1033.62086号
[32] Primiceri,G.E.,《时变结构向量自回归与货币政策》,《经济评论》。研究,3821-852(2005)·Zbl 1106.91047号
[33] 萨克,B.,联邦储备委员会是否逐步采取行动?VAR分析,J.货币经济。,46, 229-256 (2000)
[34] 佐藤,J.R。;初级教育硕士。;高桥,D.Y。;de Maria Felix,医学博士。;布拉默,M.J。;Morettin,P.A.,使用基于小波的时变Granger因果关系在fMRI实验过程中生成进化功能连接图的方法,神经影像,31187-196(2006)
[35] Sims,C.A.,《宏观经济学与现实》,《计量经济学》,48,1-48(1980)
[36] Sims,C.A.,《计量经济学模型的政策分析》,Brooking Pap。经济。法案。,48, 1-48 (1982)
[37] Sims,C.A.评论Glenn Rudebush的“VAR中的货币政策措施有意义吗?”,国际。经济。修订版,39,933-948(1998)
[38] 股票,J.H。;Watson,W.M.,《向量自回归》,J.Econom。展望。,1510-115(2001年)
[39] Talairach,J。;Tornoux,P.,《人脑共平面立体图集》(1988年),蒂姆:蒂姆-斯图加特
[40] Triebel,H.,1992年。函数空间理论,第二卷。巴塞尔Birkhauser。;Triebel,H.,1992年。函数空间理论,第二卷。巴塞尔Birkhauser·Zbl 0763.46025号
[41] Vidakovic,B.,1999年。小波统计建模,概率统计中的威利级数。;Vidakovic,B.,1999年。小波统计建模,概率统计中的威利级数·兹比尔0924.62032
[42] West,M.,时间序列分解,生物统计学,84,489-494(1997)·Zbl 0882.62088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。