×
Hiroomi Kanai;平崎绪方;Masanobu Taniguchi

CHARN模型的估计函数方法。 （英语） 兹比尔1301.62036

Metron公司 68，第1期，1-21页（2010年）.
总结：V.P.戈达姆【Ann.Math.Stat.31，1208–1211（1961；Zbl 0118.34301号); Biometrika生物统计学72，419–428（1985；兹伯利0584.62135)]和L.P.汉森[《计量经济学》501029–1054（1982；Zbl 0502.62098号)]提出了一种在最小二乘估计和极大似然估计之间架起桥梁的函数估计方法。本文将估计函数方法应用于CHARN模型，其中包括许多著名的非线性时间序列模型作为特例。由于估计函数并不总是产生渐近有效估计，我们给出了包含渐近有效估计的最佳估计函数。提供了数值研究，它们显示了渐近性的一些有趣特征。

引用于三文件

MSC公司：

62G05型 非参数估计
6220国集团 非参数推理的渐近性质
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

CHARN模型;经验似然;估计函数;均方误差;非线性时间序列模型;最优估计函数

引文：

Zbl 0118.34301号;Zbl 0584.62135号;Zbl 0502.62098号
PDF格式BibTeX公司 XML格式引用
\textit｛H.Kanai｝等人，Metron 68，编号1，1-21（2010；Zbl 1301.62036）
全文： 内政部

参考文献：

[1] Amano，T.和Taniguchi，M.（2008）ARCH模型条件最小二乘估计量的渐近效率，《统计学与概率字母》，78-2179-185·Zbl 1290.62067号 ·doi:10.1016/j.spl.2007.05.016
[2] Chandra，A.和Taniguchi，M.（2001），非线性时间序列模型的估计函数，统计数学研究所年鉴，53，125–141·Zbl 0995.62088号 ·doi:10.1023/A:1017924722711
[3] Chen，S.X.（1993）关于线性回归模型经验似然置信区的准确性，统计数学研究所年鉴，45，621–637·Zbl 0799.62070号 ·doi:10.1007/BF00774777
[4] Chen，S.X.（1994）线性回归系数的经验似然置信区间，多元分析杂志，49，24-40·Zbl 0796.62040号 ·doi:10.1006/jmva.1994.1011
[5] Chung，K.L.（2001）《概率论教程》（第三版），圣地亚哥，学术出版社。
[6] Engle，R.（1982）《英国通货膨胀方差估计的自回归条件异方差》，《计量经济学》，50987-1007·Zbl 0491.62099号 ·doi:10.307/1912773
[7] Fan，J.和Yao，Q.（2003）《非线性时间序列》，纽约，斯普林格出版社。
[8] Filho，C.M.和Yao，F.（2006）基于收益动力学和极值理论的非线性模型的风险价值和预期缺口估计，非线性动力学和计量经济学研究，10（2），第4条·Zbl 1225.62141号
[9] Franke，J.、Neumann，M.H.和Stockis，J.P.（2004），波动性的自举非参数估计，《计量经济学杂志》，118189-218·Zbl 1033.62039号 ·doi:10.1016/S0304-4076（03）00140-4
[10] Godambe，V.P.（1960）正则最大似然估计的最佳性质，《数理统计年鉴》，311208-1211·Zbl 0118.34301号 ·doi:10.1214/aoms/1177705693
[11] Godambe，V.P.（1985）《随机过程中有限样本估计的基础》，Biometrika，72419–428·Zbl 0584.62135号 ·doi:10.1093/biomet/72.2.419
[12] Hafner，C.M.（1998）《用非参数ARCH模型估计高频外汇汇率波动》，《统计规划与推断杂志》，68247-269·Zbl 0937.62106号 ·doi:10.1016/S0378-3758（97）00144-4
[13] Haggan，V.和Ozaki，T.（1981）使用振幅相关的自回归时间序列模型模拟非线性随机振动，生物统计学，68189-196·Zbl 0462.62070号 ·doi:10.1093/biomet/68.1.189
[14] Hansen，L.P.（1982）广义矩估计方法的大样本性质，计量经济学，501029–1054·Zbl 0502.62098号 ·doi:10.2307/1912775
[15] Hardle，W.和Tsybakov，A.（1997）非参数自回归中波动函数的局部多项式估计，《计量经济学杂志》，81，223–242·Zbl 0904.62047号 ·doi:10.1016/S0304-4076（97）00044-4
[16] Hardle，W.，Tsybakov，A.，and Yang，L.（1998）非参数向量自回归，《统计规划与推断杂志》，68，221-245·Zbl 0937.62042号 ·doi:10.1016/S0378-3758（97）00143-2
[17] Ibragimov，I.A.（1963）一类相依随机变量的中心极限定理，概率论及其应用，8，83–89·兹伯利0123.36103 ·数字对象标识代码：10.1137/108007
[18] 加藤，H.，谷口，M.和本田，M.（2006）乘性调制非线性自回归模型的统计分析及其在人类电生理信号分析中的应用，IEEE信号处理学报，54–9，3414–3425·Zbl 1373.94626号
[19] Kholevo，A.S.（1969）关于回归系数的估计，概率论及其应用，第14、79–104页·Zbl 0199.53601号
[20] Klimko，L.A.和Nelson，P.I.（1978）《随机过程的条件最小二乘估计》，《统计年鉴》，第6629–642页·Zbl 0383.62055号 ·doi:10.1214/aos/1176344207
[21] Lu，Z.和Jiang，Z..（2001）带ARCH项的多元非线性AR模型的L1几何遍历性，统计与概率字母，51121-130·Zbl 1059.62585号
[22] Monti，A.C.（1997）时间序列模型中的经验似然置信区，Biometrika，84，395–405·Zbl 0882.62082号 ·doi:10.1093/biomet/84.2.395
[23] Nicholls，D.F.和Quinn，B.G.（1982）《随机系数自回归模型：导论》，《统计学讲义》，第11卷，纽约斯普林格出版社·Zbl 0497.62081号
[24] Ngatchou-Wandji，J.（2008）一类非线性异方差时间序列模型的估计，《电子统计杂志》，2，40–62·Zbl 1135.62369号 ·doi:10.1214/07-EJS157
[25] Owen，A.B.（1988）单功能的经验似然比置信区间，Biometrika，75，237–249·Zbl 0641.62032号 ·doi:10.1093/biomet/75.2.237
[26] Owen，A.B.（1991）线性模型的经验似然，《统计年鉴》，191725-1747年·Zbl 0799.62048号 ·doi:10.1214/aos/1176348368
[27] Qin，J.（1993）《有偏样本问题的经验似然》，《统计年鉴》，第21期，第1182-1196页·Zbl 0791.62052号
[28] Qin，J.和Lawless，J（1994）经验似然和一般估计方程，《统计学年鉴》，22300-325·Zbl 0799.62049号 ·doi:10.1214/aos/1176325370
[29] Tjötheim，D.（1986）非线性时间序列模型中的估计，随机过程及其应用，21，251–273·Zbl 0598.62109号 ·doi:10.1016/0304-4149（86）90099-2
[30] Stout，W.F.（1974）《几乎肯定的融合》，纽约，学术出版社·Zbl 0321.60022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。