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