×
肖伟林；张伟国；张希丽

分数Ornstein-Uhlenbeck过程的最小对比度估计。 （英语） Zbl 1274.62567号

科学。中国，数学。 55，第7期，1497-1511（2012）.
小结：本文提出了一种最小对比度方法来估计Hurst指数分数布朗运动驱动的Ornstein-Uhlenbeck过程的漂移参数，该漂移参数大于一半。基于拉普拉斯变换，研究了该最小对比度估计器的强相合性和渐近正态性。数值模拟结果证实了理论分析，并表明最小对比度技术是有效的。

引用于三文件

MSC公司：

2009年6月26日 非马尔可夫过程：估计
60G22型 分数过程，包括分数布朗运动
07年6月60日 随机变分法和Malliavin演算
60小时10分 随机常微分方程（随机分析方面）

关键词：

最小对比度估计器；分数布朗运动；Ornstein-Uhlenbeck工艺；强一致性；渐近正态性

软件：

SimEstFBM公司
PDF格式BibTeX公司 XML格式引用
\textit{W.Xiao}等人，科学。中国，数学。55，第7号，1497--1511（2012；Zbl 1274.62567）
全文： 内政部

参考文献：

[1] Aít-Sahalia Y.离散采样扩散的最大似然估计：一种封闭形式近似方法。《计量经济学》，2002，70:223–262·Zbl 1104.62323号 ·数字对象标识代码：10.1111/1468-0262.00274
[2] Anh V V，Leonenko N N，Sakhno L M。关于分数阶随机过程和场的一类最小对比度估计。J Stat Plan Infer，2004，123:161–185·Zbl 1103.62092号 ·doi:10.1016/S0378-3758（03）00136-8
[3] Bercu B，Coutin L，Savy N.分数Ornstein-Uhlenbeck过程的大偏差。理论概率论应用，2011，55:575–610·Zbl 1252.60026号 ·doi:10.1137/S0040585X97985108
[4] Bertin K，Torres S，Tudor C A.受扰动随机游动驱动的分数扩散中的漂移参数估计。统计专家Probab Lett，2011，81:243–249·Zbl 1233.62148号 ·doi:10.1016/j.spl.2010.10.003
[5] Bishwal J P N.离散观测Ornstein-Uhlenbeck过程近似最小对比度估计的弱收敛速度。Statist Probab Lett，2006年，76:1397–1409·Zbl 1094.62105号 ·doi:10.1016/j.spl.2006.02.010
[6] 随机微分方程中的参数估计。收录：数学课堂讲稿，1923年。柏林：施普林格出版社，2008年·Zbl 1134.62058号
[7] Brouste A，Kleptsyna M.部分观测分数扩散系统MLE的渐近性质。统计推断Stoch过程，2010，13:1–13·Zbl 1205.60142号 ·doi:10.1007/s11203-009-9035-x
[8] Brouste A.部分观测含相关噪声分数阶扩散系统MLE的渐近性质。J Stat Plan Infer，2010年，140:551–558·Zbl 1177.62027号 ·doi:10.1016/j.jspi.2009.08.001
[9] Brouste A，Kleptsyna M，Popier A.分数扩散系统漂移参数估计的设计。2010年预印本·Zbl 1242.62090号
[10] Coeurjolly J F.分数布朗运动的模拟和识别：一项文献和比较研究。J Stat Softw，2000，5:1–53
[11] Davies R B，Harte D S。赫斯特效应测试。Biometrika，1987，74:95-102·Zbl 0612.62123号 ·doi:10.1093/biomet/74.1.95
[12] Dorogovcev A J.随机微分方程参数估计的一致性。理论概率数学统计，1976年，10:73–82
[13] Duncan T E，Hu Y，Pasik-Duncan B.分数布朗运动的随机微积分I：理论。SIAM J Control Optim，2000，38:582–612·Zbl 0947.60061号 ·doi:10.1137/S036301299834171X
[14] Hu Y，Long H.稳定运动驱动的Ornstein-Uhlenbeck过程的最小二乘估计。Stoch Process Appl，2009，119:2465–2480·Zbl 1171.62045号 ·doi:10.1016/j.spa.2008.12.006
[15] Hu Y，Nualart D.分数阶Ornstein-Uhlenbeck过程的参数估计。统计Probab Lett，2010，80:1030–1038·Zbl 1187.62137号 ·doi:10.1016/j.spl.2010.02.018
[16] Hu Y，Nualart D，Xiao W，等。离散观测下漂移分数布朗运动的精确最大似然估计。数学科学学报，2011，31:1851–1859·兹比尔1245.62099 ·doi:10.1016/S0252-9602（11）60365-2
[17] Kasonga R A.扩散过程非线性最小二乘估计的一致性。斯托克工艺应用，1988，30:263–275·Zbl 0662.62092号 ·doi:10.1016/0304-4149（88）90088-9
[18] Kleptsyna M L，Le Breton A.分数Ornstein-Uhlenbeck型过程的统计分析。统计推断Stoch过程，2002，5:229–248·Zbl 1021.62061号 ·doi:10.1023/A：1021220818545
[19] Kleptsyna M L，Le Breton A，Roubaud M C。分数型随机系统的参数估计和最优滤波。统计推断Stoch过程，2000，3:173-182·Zbl 0966.62069号 ·doi:10.1023/A:1009923431187
[20] Kleptsyna M L，Le Breton A，Viot M。部分观测分数高斯线性二次调节器问题中的分离原理。ESAIM Probab Stat，2008年，12:94–126·Zbl 1185.93134号 ·doi:10.1051/ps:2007046
[21] Kloeden P E，Neuenkirch A，Pavani R.带加性分数噪声随机微分方程的多级蒙特卡罗。Ann Oper Res，2011年，189:255–276·Zbl 1235.60064号 ·doi:10.1007/s10479-009-0663-8
[22] Lánska V.扩散过程中的最小对比度估计。《应用概率杂志》，1979年，16:65–75·Zbl 0403.62060号 ·doi:10.2307/3213375
[23] Le Breton A.分数布朗运动驱动的简单线性模型中的滤波和参数估计。统计专家Probab Lett，1998，38:263-274·Zbl 0906.62104号 ·doi:10.1016/S0167-7152（98）00029-7
[24] Liptser R S.Shiryaev A N.《随机过程统计II：应用》，第2版，柏林：施普林格出版社，2001年·Zbl 1008.62073号
[25] Ludeña C.分数扩散的最小对比度估计。Scand J Stat，2004年，31:613–628·Zbl 1062.62159号 ·doi:10.1111/j.1467-9469.2004.00410.x
[26] Mishra M N，Prakasa Rao B L S.关于基于离散观测的扩散过程最小二乘估计的Berry-Esseen型界。国际静态管理系统杂志，2007年，2:1–21
[27] Norros I，Valkeila E，Virtamo J。Girsanov公式的初等方法和分数布朗运动的其他分析结果。伯努利，1999，5:571-587·Zbl 0955.60034号 ·doi:10.2307/3318691
[28] Phillips P B C，Yu J.金融连续时间模型的最大似然和高斯估计。摘自：Andersen T G、Davis R A、Kreiss J-P等，《金融时间序列手册》。纽约：Springer，2008，497–530
[29] Prakasa Rao B L S。扩散过程非线性最小二乘估计的渐近理论。数学运算器Sch Stat Ser Stat，1983，14:195–209·Zbl 0532.62060号
[30] 扩散型过程的Prakasa Rao B L S统计推断。阿诺德：牛津大学出版社，1999·Zbl 0952.62077号
[31] 离散观测的无限跳遍历扩散过程的Shimizu Y.M估计。统计推断Stoch过程，2006，9:179-225·Zbl 1125.62088号 ·doi:10.1007/s11203-005-8113-y
[32] Shimizu Y，Yoshida N.离散观测中跳跃扩散过程参数的估计。统计推断Stoch过程，2006，9:227–277·Zbl 1125.62089号 ·数字对象标识代码：10.1007/s11203-005-8114-x
[33] 唐春英，陈淑霞。扩散过程的参数估计和偏差修正。计量经济学杂志，2009，149:65–81·Zbl 1429.62370号 ·doi:10.1016/j.jeconom.2008.11.001
[34] Taqqu M S.以太网数据和具有无限方差的重尾信号的建模。Scand J Stat，2002年，29:273–295·Zbl 1020.60082号 ·doi:10.111/1467-9469.00283
[35] Tsai H，Chan K S.平稳和非平稳连续时间过程的时间聚集。Scand J Stat，2005年，32:583–597·Zbl 1092.62096号 ·doi:10.1111/j.1467-9469.2005.0045.x
[36] Tudor C A，Viens F。分数随机演算的统计方面。Ann Statist，2007，25:1183-1212·Zbl 1194.62097号 ·doi:10.1214/00905360000001541
[37] Valdivieso L，Schoutens W，Tuerlinckx F.Ornstein-Uhlenbeck型过程中的最大似然估计。统计推断Stoch过程，2009，12:1–19·Zbl 1205.62124号 ·doi:10.1007/s11203-008-9021-8
[38] Watson G.N.《贝塞尔函数理论论》，第二版，纽约：剑桥大学出版社，1944年·Zbl 0063.08184号
[39] 肖伟，张伟，徐伟。离散观测下分数阶Ornstein-Uhlenbeck过程的参数估计。应用数学模型，2011，35:4196–4207·Zbl 1225.62116号 ·doi:10.1016/j.apm.2011.02.047
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。