×

一种新的几何INR(1)过程,基于零的收缩或膨胀计数序列。 (英语) Zbl 07192720号

摘要:在本文中,我们引入了一种新的非负整数值自回归时间序列模型,该模型基于一种新的细化算子,即广义零修正几何(GZMG)细化算子。本文的第一部分研究了GZMG分布,它是由零修正几何(ZMG)分布随机变量的卷积得到的。导出了该分布的一些性质。然后,我们基于ZMG分布的计数过程构造了一个细化算子。最后,介绍了一个INAR(1)时间序列模型,并推导和讨论了它的性质,包括估计问题。通过一个小的蒙特卡罗实验来评估有限样本中最大似然估计的性能。在本文的最后,我们考虑了所引入的INAR(1)模型的实证说明。

MSC公司:

2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Al-Osh MA,Alzaid AA.一阶整值自回归(INAR(1))过程。J时间序列分析。1987;8:261-275. doi:10.1111/j.1467-9892.1987.tb00438.x[交叉引用],[谷歌学者]·Zbl 0617.62096号
[2] Alzaid AA,Al-Osh MA。一阶整值自回归(INAR(1))过程:分布和回归性质。内尔统计局。1988;42:53-61. doi:10.1111/j.1467-9574.1988.tb01521.x[交叉引用],[谷歌学者]·Zbl 0647.62086号
[3] Steutel FW,Van Harn K.自我合成和稳定性的离散类似物。安·普罗巴布。1979;7:893-899. doi:10.1214/aop/1176994950[Crossref],[Web of Science®],[Google学者]·Zbl 0418.60020号
[4] Zhu R,Joe H。一种新型离散自可组合性及其在连续时间Markov过程建模计数数据时间序列中的应用。斯托克模型。2003;19:235-254. doi:10.1081/STM-120020388[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1022.60075号
[5] RistićMM、NastićAS、Bakoch HS。一种新的几何一阶积分值自回归(NGINAR(1))过程。J统计计划推断。2009;139:2218-2226. doi:10.1016/j.jspi.2008.10.07[Crossref],[Web of Science®],[Google学者]·Zbl 1160.62083号
[6] Borges P,Molinares FF,Bourguignon M.带有膨胀参数伯努利计数序列的几何时间序列模型。统计概率出租。2016;119:264-272. doi:10.1016/j.spl.2016.08.012[Crossref],[Web of Science®],[Google学者]·Zbl 1398.62222号
[7] Borges P,Bourguignon M,Molinares FF.带膨胀参数几何计数序列的广义NGINAR(1)过程。澳大利亚新西兰J Stat.2017;59:137-150. doi:10.1111/anss.12184[Crossref],[Web of Science®],[Google学者]·Zbl 1373.62443号
[8] Ristic MM、Nastic AS、Miletic Ilic AV。具有相依伯努利计数序列的几何时间序列模型。J时间序列分析。2013;34:466-476. doi:10.1111/jtsa.12023[Crossref],[Web of Science®],[Google学者]·Zbl 1275.62068号
[9] Miletic Ilic AV公司。一个带有新的相依伯努利计数序列的几何时间序列模型。公共统计理论方法。2016;45:6400-6415. doi:10.1080/03610926.2014.895840[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1349.62406号
[10] Nastic AS、Ristic MM、Ilic AVM。一个几何时间序列模型,具有替代依赖的伯努利计数序列。公共统计理论方法。2017年;46:770-785. doi:10.1080/03610926.2015.1005100[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1369.62232号
[11] WeißCH.计数调查时间序列建模的细化操作。AStA高级统计分析。2008;92:319-341. doi:10.1007/s10182-008-0072-3[Crossref],[Web of Science®],[Google学者]·Zbl 1477.62256号
[12] Scotto MG,WeißCH,Gouveia S.Thinning在整数值时间序列分析中的模型:综述。统计模型。2015年;1515:590-618. Bourguignon和Weißdoi:10.1177/1471082X15584701[Crossref],[Google学者]·Zbl 07259004号
[13] Bourguignon M,WeißCH.模拟等离差、欠离差和过离差计数时间序列的INAR(1)过程。测试。2017年;26:847-868. doi:10.1007/s11749-017-0536-4[Crossref],[Web of Science®],[Google学者]·Zbl 06833602号
[14] Jazi MA、Jones G、Lai CD.具有零膨胀泊松创新的一阶整值AR过程。时间序列分析杂志。2012;33:954-963. doi:10.1111/j.1467-9892.2012.00809.x[Crossref],[Web of Science®],[Google学者]·Zbl 1281.62197号
[15] Schweer S,WeißCH。复合泊松INAR(1)过程:随机性质和过度分散的检验。计算统计数据分析。2014年;77:267-284. doi:10.1016/j.csda.2014.03.005[Crossref],[Web of Science®],[Google学者]·Zbl 1506.62162号
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。