Norihisa Tsuga;谷口正信;Puri,Madan L。 时间序列误差-变量模型中的一种估计方法。 (英语) Zbl 0963.62083号 J.Jpn.杂志。统计Soc。 30,编号1,75-87(2000). 摘要:假设我们从变量模型中的误差中观察到\((x_t,y_t)\):\[x_t=\ xi_t+\增量_t,\;y_t=\beta\xi_t+\varepsilon_t,\]其中,\(\{\delta_t\}\)和\(\{\varepsilon_t\})是i.i.d.测量误差。这里我们假设(xi_t)是一个非高斯平稳过程,平均值为零,谱密度为(f_xi(lambda))。对于这个模型,文献中已经提出了(β)的一些估计。然而,它们是在假设数据是独立的正态变量的情况下构建的。因此,它们不包含数据的依赖结构(例如,时滞样本协方差等)。我们提出了一类新的(Lambda)估计,它是在考虑((x_t,y_t,xi_t)依赖结构的情况下定义的。然后导出了Lambda中的(widetilde\beta\)的渐近分布。我们在这类中给出了一个渐近最优估计。还讨论了与现有估计量的比较。由于(widehat\beta)的渐近方差很复杂,我们使用Mathematica数值说明了渐近的某些方面。 MSC公司: 62M15型 随机过程和谱分析的推断 62E20型 统计学中的渐近分布理论 60F05型 中心极限和其他弱定理 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:非参数谱估计量;误差-变量模型;平稳过程;光谱密度 软件:数学软件 PDF格式BibTeX公司 XML格式引用 \textit{N.Tsuga}等人,J.Jpn。Stat.Soc.30,No.1,75--87(2000;Zbl 0963.62083) 全文: 内政部