×
西尔维亚共和国洛佩斯。;吉勒梅尔·普米;卡琳·扎尼奥尔

VARFIMA（\（0，d，0\））过程中的Mallows距离。 （英语） Zbl 1327.62367号

Commun公司。统计、仿真计算。 42，第1期，24-51（2013）.
摘要：在这项工作中，我们对高斯和非高斯VARFIMA过程中的Mallows距离进行了广泛的模拟研究。我们的主要目标是通过Mallows距离的观点分析VARFIMA过程的组件之间的依赖性。研究了马尔洛距离与分数差分参数（d）、创新过程中依赖性的类型和水平及其边际行为之间的可能关系。为了进行比较，我们在相同的框架下研究了Kendall相关系数的行为。对于Mallows距离，我们考虑基于经验边际分布函数的估计。基于我们的模拟结果，我们提出了分数差分参数的半参数估计和一个测试程序，以评估任意（有限）维VARFIMA过程的组件中是否存在强的长程依赖性。

MSC公司：

62H20个 关联度量（相关性、典型相关性等）
60亿10 平稳随机过程
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62E10型 统计分布的特征和结构理论

关键词：

连接线;经验估计;假设检验;肯德尔系数;长程依赖性;锦葵距离;半参数方法;VARFIMA流程
PDF格式BibTeX公司 XML格式引用
\textit{S.R.C.Lopes}等人，Commun。统计、仿真计算。42，第1号，24-51（2013年；兹bl 1327.62367）
全文： 内政部

参考文献：

[1] Bickel P.J.，《数理统计：基本思想和选定主题》。，第2版（2007）·Zbl 0403.62001
[2] 内政部：10.1214/aos/1176345637·Zbl 0449.62034号 ·doi:10.1214/aos/1176345637
[3] 内政部：10.1002/jae.1152·doi:10.1002/jae.1152
[4] Dionge A.K.，《科学院学报》，第348页，第327页-（2010年）
[5] DOI:10.1016/S0304-4076（98）00038-4·Zbl 1070.62504号 ·doi:10.1016/S0304-4076（98）00038-4
[6] Lopes S.R.C.，概率进展60，第497页–（2008年）
[7] 内政部：10.1093/biomet/83.3.603·Zbl 0866.62059号 ·doi:10.1093/biomet/83.3.603
[8] 内政部：10.1016/0047-259X（78）90029-5·Zbl 0408.60028号 ·doi:10.1016/0047-259X（78）90029-5
[9] DOI:10.1214/aoms/1177692631·Zbl 0238.60017号 ·doi:10.1214/aoms/1177692631
[10] Nelsen R.B.，《Copulas导论》。，第2版（2006）·兹比尔1152.62030
[11] Rachev S.T.，《大众运输问题》（1998年）·Zbl 0990.60500号
[12] Sena，Jr M.R.，《统计学传播》。模拟与计算35（2）pp 789–（2006）
[13] DOI:10.1016/j.jeconom.2006.01.003·Zbl 1360.62446号 ·doi:10.1016/j.jeconom.2006.01.003
[14] Sowell，F.（1989）。分数积分时间序列模型的最大似然估计。卡内基梅隆大学工作文件。
[15] 内政部：10.1080/00949650902773536·Zbl 1395.62261号 ·doi:10.1080/00949650902773536
[16] DOI:10.1016/S0304-4076（99）00056-1·Zbl 1054.62586号 ·doi:10.1016/S0304-4076（99）00056-1
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。