利纳·卡利奥维塔;梅茨，米卡;潘蒂·赛科宁 一元时间序列的高斯混合自回归模型。 （英语） Zbl 1320.62201号 J.时间序列。分析。 36，第2期，247-266（2015）. 小结：本文研究的高斯混合自回归模型属于混合自回归的一类，但它与以前的替代模型在几个方面存在着优势。理论上的一个主要优点是，通过模型的定义，始终满足平稳性和遍历性的条件，并且这些性质的建立比非线性自回归模型中常见的更简单。另一个主要优点是，对于\（p\）阶模型，维数\（p+1\）或更小的平稳分布的显式表达式是已知的，并由具有恒定混合权重的高斯分布的混合物给出。相比之下，给定过去观测值的条件分布是一种高斯混合，其时变混合权重以自然和简约的方式取决于序列的滞后值。由于平稳分布已知，因此精确的最大似然估计是可行的，并且可以通过使用平稳密度的非参数估计提前评估模型的适用性。利率序列的一个实证例子说明了该模型的实用性和灵活性，特别是在考虑水平变化和方差的临时变化时。 引用于11文件 理学硕士： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：遍历性;马尔可夫链;非线性自回归;体制转换;平稳性 PDF格式BibTeX公司 XML格式引用 \textit{L.Kalliovirta}等人，《时代杂志》。分析。36，第2号，247--266（2015；Zbl 1320.62201） 全文： 内政部 链接 参考文献： [1] Andrews，《仅在备选方案下存在干扰参数时的最优测试》，《计量经济学》第62卷第1383页–（1994年）·Zbl 0815.62033号 ·doi:10.2307/2951753 [2] Bec，《ACR模型：多元动态混合自回归》，《牛津经济统计公报》70页583–（2008）·doi:10.1111/j.1468-0084.2008.00512.x [3] Billingsley，鞅的Lindeberg-Levy定理，《美国数学学会学报》12页788–（1961）·Zbl 0129.10701号 [4] 卡瓦略，自回归时间序列的专家混合：渐近正态性和模型规范，IEEE神经网络汇刊16第39页–（2005）·doi:10.10109/TNN.2004.839356 [5] Cline，《评估阈值AR-ARCH模型的Lyapounov指数和矩的存在性》，《时间序列分析杂志》，28页，241–（2007）·Zbl 1150.62042号 ·文件编号：10.1111/j.1467-9892.2006.00508.x [6] Doukhan，《85年统计学讲义：混合：属性和示例》（1994年）·Zbl 0801.60027号 ·doi:10.1007/978-1-4612-2642-0 [7] Dueker，多元同期阈值自回归模型，《计量经济学杂志》，第160页，第311页–（2011年）·Zbl 1441.62672号 ·doi:10.1016/j.jeconom.2010.09.011 [8] Dueker，《当代阈值自回归模型：估计、检验和预测》，《计量经济学杂志》141第517页–（2007）·Zbl 1418.62315号 ·doi:10.1016/j.jeconom.2006.10.022 [9] Filardo，《商业周期阶段及其过渡动态》，《商业与经济统计杂志》12页299–（1994） [10] 加西亚，《制度变迁下的实际利率分析》，《经济学与统计评论》78，第111页–（1996）·doi:10.2307/2109851 [11] Glasbey，多元高斯混合作为边际分布的非线性自回归时间序列，皇家统计学会杂志：C系列50，第143页–（2001）·doi:10.111/1467-9876.00225 [12] Hamilton，时间序列分析（1994）·Zbl 0831.62061号 [13] Hansen，《非标准条件下的似然比检验：检验国民生产总值的马尔可夫转换模型》，《应用计量经济学杂志》第7页S61–（1992）·doi:10.1002/jae.3950070506 [14] Kalliovirta，基于分位数残差的错误规格测试，《计量经济学杂志》第15期第358页–（2012年）·doi:10.1111/j.1368-423X.2011.00364.x [15] Lanne，《通过混合自回归过程对美国短期利率建模》，《金融计量经济学杂志》，第1页，96–（2003）·doi:10.1093/jjfinec/nbg004 [16] Le，使用混合转移分布模型对时间序列中的平坦延伸、突发和离群值进行建模，《美国统计协会杂志》91 pp 1504–（1996）·Zbl 0881.62096号 [17] Liebscher，《证明非线性自回归过程的几何遍历性和混合特性的统一方法》，《时间序列分析杂志》26页669–（2005）·Zbl 1092.62091号 ·文件编号：10.1111/j.1467-9892.2005.00412.x [18] Meyn，Markov链和随机稳定性（2009）·Zbl 1165.60001号 ·doi:10.1017/CBO9780511626630 [19] 莫卡德姆（Mokkadem），《自动过程的预测》（Propriés de mélange des processus autorégressifs polynomiaux），《亨利·庞加莱研究所年鉴》（Annales de l’Institut Henri Poincaré），《概率与统计》（Probabilités et Statistiques）26，第219页 [20] Ranga Rao，测度的弱收敛和一致收敛与应用之间的关系，《数理统计年鉴》33页659页–（1962）·Zbl 0117.28602号 ·doi:10.1214/aoms/1177704588 [21] Reinsel，《多元时间序列分析要素》（1997）·doi:10.1007/978-1-4612-0679-8 [22] Saikkonen，向量自回归与自回归条件异方差混合的稳定性，《中国统计》17第221页–（2007）·Zbl 1145.62074号 [23] Teicher，有限混合物的可识别性，《数理统计年鉴》34第1265页–（1963）·Zbl 0137.12704号 ·doi:10.1214/aoms/1177703862 [24] Teräsvirta，非线性经济时间序列建模（2010）·Zbl 1305.62010号 ·doi:10.1093/acprof:oso/9780199587148.001.001 [25] Tierney，探索后验分布的马尔可夫链，《统计年鉴》22 pp 1701–（1994）·Zbl 0829.62080号 ·doi:10.1214/aos/1176325750 [26] Tong，时间序列分析中的阈值模型——30年后，统计学及其接口4第107页——（2011）·Zbl 1490.62278号 ·doi:10.4310/SII.2011.v4.n2.a1 [27] Wong，《关于混合自回归模型》，《皇家统计学会杂志：B辑62 pp 95–（2000）》 [28] Wong，关于混合自回归条件异方差模型，《美国统计协会杂志》96页982–（2001a）·Zbl 1051.62091号 ·doi:10.1198/016214501753208645 [29] Wong，关于逻辑混合自回归模型，Biometrika 88第833页–（2001b）·Zbl 0985.62074号 ·doi:10.1093/biomet/88.3.833 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。