×
李德贵;彼得·罗宾逊。;尚汉林

长程相关曲线时间序列。 （英语） Zbl 1445.62231号

美国统计协会。 115，编号530，957-971（2020）.
小结：我们介绍了长程相关函数或曲线时间序列的方法和理论。曲线过程的时间和被证明是渐近正态分布的，其条件包括分数积分自回归移动平均的函数形式。我们还构造了长期协方差函数的估计，通过函数主成分分析，我们将其用于估计跨越曲线的主导子空间的正交函数。在半参数背景下，我们提出了记忆参数的估计，并建立了其一致性。包括有限样本性能的蒙特卡罗研究，以及两个经验应用。其中第一项发现，日内股票收益具有一定程度的稳定性和持续性。第二项研究发现，在一些发达国家，不同年龄段的生育率增长中，长记忆的程度相似。

引用于21文件

MSC公司：

62米10 统计学中的时间序列、自相关、回归等（GARCH）
62H25个 因子分析和主成分；对应分析
62兰特 功能数据分析

关键词：

曲线加工;功能性FARIMA;功能主成分分析;极限定理;长程依赖性

软件：

预测;长备忘录;fda（右）;预测;对
PDF格式BibTeX公司 XML格式引用
\textit{D.Li}et al.，J.Am.Stat.Assoc.115，No.530，957--971（2020；Zbl 1445.62231）
全文： DOI程序 链接

参考文献：

[1] 阿巴迪尔，K.M。；Distaso，W。；Giraitis，L.，“长期方差的两个估计：超越短时记忆”，《计量经济学杂志》，150，56-70（2009）·Zbl 1429.62378号 ·doi:10.1016/j.jeconom.2009.02.010
[2] Adenstedt，R.，“平稳随机序列平均值的大样本估计”，《统计年鉴》，21095-1107（1974）·Zbl 0296.62081号 ·doi:10.1214/aos/1176342867
[3] Aue，A。；Horváth，L。；Pellatt，D.F.，“泛函广义自回归条件异方差”，时间序列分析杂志，38，3-21（2017）·Zbl 1356.62133号 ·doi:10.1111/jtsa.12192
[4] Aue，A。；Klepsch，J.，“通过移动平均模型拟合估计函数时间序列”，技术报告（2017年），加利福尼亚大学：加利福尼亚大学戴维斯分校
[5] 巴蒂亚，N。；姚，Q。；Ziegelmann，F.，“确定曲线时间序列的有限维”，《统计年鉴》，38，3352-3386（2010）·Zbl 1204.62152号 ·doi:10.1214/10-AOS819
[6] Beran，J.，《长记忆过程统计》（1994），纽约：Chapman&Hall，纽约·Zbl 0869.60045号
[7] Beran，J。；Feng，Y。；Ghosh，S。；Kulik，R.，《长记忆过程：概率特性和统计方法》（2013），柏林，海德堡：施普林格，柏林，海德堡·Zbl 1282.62187号
[8] 伯克斯，I。；Horváth，L。；Rice，G.，“相依随机函数和的弱不变原理”，随机过程及其应用，123，385-403（2013）·Zbl 1269.60040号 ·文件编号：10.1016/j.spa.2012.10.003
[9] 宾厄姆，N。；Goldie，C。；Teugels，J.，《规则变化》（1987），剑桥：剑桥大学出版社，剑桥·Zbl 0617.26001号
[10] Bosq，D.，函数空间中的线性过程（2000），纽约：Springer，纽约·Zbl 0962.60004号
[11] 博斯克，D。；Blanke，D.，《大维度的推断和预测》（2007），奇切斯特：Dunod和John Wiley&Sons出版社·Zbl 1183.62157号
[12] 卡萨斯，I。；Gao，J.，“长程相关波动模型中的计量经济估计”，《计量经济学杂志》，147，72-83（2008）·Zbl 1429.62463号 ·doi:10.1016/j.jeconom.2008.09.035
[13] Characiejus，V。；Rauckaskas，A.，“算子自相似过程和函数中心极限定理”，《随机过程及其应用》，1242605-2627（2014）·Zbl 1308.60042号 ·doi:10.1016/j.spa.2014.03.007
[14] Chen，S.X。；Lei，L。；涂勇，“函数系数移动平均模型在中国CPI预测中的应用”，《统计》，2016年第26期，第1649-1672页·Zbl 1356.62136号
[15] 陈，Y。；Li，B.，“预测电力王子曲线的自适应函数自回归预测模型”，《商业与经济统计杂志》，35，371-388（2017）·doi:10.1080/07350015.2015.1092976
[16] Chiou，J.-M。；Müller，H.-G，“将危险率建模为队列寿命表分析和死亡率预测的功能数据”，《美国统计协会杂志》，104572-585（2009）·doi:10.1198/jasa.2009.0023
[17] Davydov，Y.A.，“平稳过程的不变性原理”，《概率论及其应用》，第15期，第487-498页（1970年）·Zbl 0219.60030号 ·doi:10.1137/1115050
[18] 杜克，M.，“长程相关下希尔伯特空间值线性过程的极限定理”，随机过程及其应用，128，1439-1465（2018）·Zbl 1396.60030号 ·doi:10.1016/j.spa.2017.07.015
[19] 费拉蒂，F。；Vieu，P.，《非参数函数数据分析：理论与实践》（2006），纽约：Springer出版社，纽约·Zbl 1119.62046号
[20] Giraitis，L.公司。；科尔，H。；Surgailis，D.，《长记忆过程的大样本推断》（2012），伦敦：帝国学院出版社，伦敦·Zbl 1279.62016号
[21] 格兰杰，C.W.J。；Joyeux，R.，“长记忆时间序列模型和分数差分简介”，《时间序列分析杂志》，第1期，第15-29页（1980年）·Zbl 0503.62079号 ·doi:10.1111/j.1467-9892.1980.tb00297.x
[22] 哈伯曼，S。；Renshaw，A.，“参数死亡率改善率建模与预测”，《保险：数学与经济学》，50，309-333（2012）·兹比尔1237.91129 ·doi:10.1016/j.insmateco.2011.11.005
[23] 霍尔，P。；Hosseini-Nasab，M.，“功能主成分分析的特性”，《皇家统计学会杂志》，B辑，68，109-126（2006）·Zbl 1141.62048号 ·数字对象标识代码：10.1111/j.1467-9868.2005305.x
[24] 霍尔，P。；Vial，C.，“评估功能数据的有限维度”，《皇家统计学会杂志》，B辑，68，689-705（2006）·Zbl 1110.62085号 ·文件编号：10.1111/j.1467-9868.2006.00562.x
[25] Hannan，E.J.，“平稳过程均值的方差”，《皇家统计学会期刊》，B辑，19，282-285（1957）·Zbl 0090.36201号 ·doi:10.1111/j.2517-6161.1957.tb00264.x
[26] 海斯，S。；沈，H。；Huang，J.Z.，“函数动态因子模型在收益曲线预测中的应用”，《应用统计学年鉴》，6870-894（2012）·Zbl 1454.62302号 ·doi:10.1214/12-AOAS551
[27] Hörmann，S。；Kokoszka，P.，“弱相关函数数据”，《统计年鉴》，381845-1884（2010）·Zbl 1189.62141号 ·doi:10.1214/09-AOS768
[28] Horváth，L。；Kokoszka，P.，《函数数据与应用的推断》（2012），纽约：施普林格，纽约·Zbl 1279.62017号
[29] Horváth，L。；Kokoszka，P。；Rice，G.，“函数时间序列的平稳性检验”，《计量经济学杂志》，179，66-82（2014）·Zbl 1293.62186号 ·doi:10.1016/j.jeconom.2013.11.002
[30] 霍斯金，J.R.M.，“分数差异”，《生物特征》，68，165-176（1981）·Zbl 0464.62088号 ·doi:10.1093/biomet/68.1.165
[31] 人类生育率数据库，“马克斯·普朗克人口研究所（德国）和维也纳人口研究所”（奥地利），（2016年）
[32] Hurst，H.E.，“水库的长期蓄水能力”，《美国土木工程师学会学报》，116770-799（1951）
[33] Hurst，H.E.，“水库长期蓄水的使用方法”，土木工程师学会会刊，519-543（1956）·doi:10.1680/iicep.1956.11503
[34] Hyndman，R。；Athanasopoulos，G。；Bergmeir，C。；Caceres，G。；Chhay，L。；O'Hara-Wild，M。；Petropoulos，F。；Razbash，S。；王，E。；Yasmeen，F.，“预测：时间序列和线性模型的预测函数”，R Package版本8.7（2019）
[35] Hyndman，R。；Ullah，M.S.，“死亡率和生育率的稳健预测：功能数据方法”，计算统计和数据分析，514942-4956（2007）·Zbl 1162.62434号 ·doi:10.1016/j.csda.2006.07.028
[36] Jowett，G.H.，“独立随机序列各部分观测值平均值的比较”，《皇家统计学会期刊》，B辑，17，208-227（1955）·Zbl 0067.11803号 ·doi:10.1111/j.2517-6161.195.tb00195.x
[37] Klepsch，J。；Klüppelberg，C.，“（2016）
[38] Klepsch，J。；Klüppelberg，C。；Wei，T.，“功能ARMA过程预测及其在交通数据中的应用”，计量经济学与统计学，1128-149（2017）·doi:10.1016/j.ecosta.2016.10.009
[39] Kokoszka，P。；Reimherr，M.，《功能数据分析导论》（2017），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1411.62004号
[40] Kokoszka，P。；赖斯，G。；Shang，H.L.，“条件异方差下函数时间序列自协方差的推断”，《多元分析杂志》，162，32-50（2017）·Zbl 1378.62073号 ·doi:10.1016/j.jmva.2017.08.004
[41] Kokoszka，P。；Zhang，X.，“日内累计收益的函数预测”，统计建模，12377-398（2012）·Zbl 07257884号 ·doi:10.1177/1471082X1201200404
[42] Kowal，D.R。；Matteson，D.S。；Ruppert，D.，“贝叶斯多元函数动态线性模型”，美国统计协会杂志，112733-744（2017）·doi:10.1080/01621459.2016.1165104
[43] 科瓦尔，D.R。；Matteson，D.S。；Ruppert，D.，“稀疏采样数据的函数自回归”，《商业与经济统计杂志》，37，97-109（2019）·doi:10.1080/07350015.2017.1279058
[44] Lam，C。；姚强，“高维时间序列的因子建模：因子数量的推断”，《统计学年鉴》，第40期，第694-726页（2012年）·Zbl 1273.62214号 ·doi:10.1214/12-AOS970
[45] Laurini，M.P.，“利用非参数状态空间模型进行动态函数数据分析”，《应用统计学杂志》，第41期，第142-163页（2014年）·兹比尔1514.62686 ·doi:10.1080/02664763.2013.838663
[46] 李，Y。；Wang，N。；Carroll，R.，“在功能数据中选择主要成分的数量”，《美国统计协会杂志》，1081284-1294（2013）·Zbl 1288.62102号 ·doi:10.1080/01621459.2013.788980
[47] 刘，X。；Xiao，H。；Chen，R.，“函数时间序列的卷积自回归模型”，《计量经济学杂志》，194263-282（2016）·Zbl 1443.62277号 ·doi:10.1016/j.jeconom.2016.05.006
[48] Lo，A.W.，“股市价格的长期记忆”，《计量经济学》，第59期，第1279-1313页（1991年）·Zbl 0781.90023号 ·doi:10.2307/2938368
[49] McDonald，P.，“澳大利亚低生育率：证据、原因和政策应对”，《人与地方》，8，6-21（2000）
[50] Palma，W.，《长记忆时间序列》（2007），新泽西州霍博肯：新泽西州霍博肯市威利·Zbl 1183.62153号
[51] Poskitt，D.S。；Sengarapillai，A.，“功能数据分析中的描述长度和维数缩减”，计算统计和数据分析，58，98-113（2013）·Zbl 1365.62225号 ·doi:10.1016/j.csda.2011.03.018
[52] R核心团队，R:A Language and Environment for Statistical Computing（2019），奥地利维也纳：R统计计算基金会，奥地利维也纳
[53] J.O.拉姆齐。；Silverman，B.W.，功能数据分析（2005），纽约：Springer，纽约·Zbl 1079.62006号
[54] 赖斯，G。；Shang，H.L.，“平稳函数时间序列的长期协方差估计的插入带宽选择程序”，时间序列分析杂志，38591-609（2017）·Zbl 1367.62094号 ·doi:10.1111/jtsa.12229
[55] Robinson，P.M.，“长记忆时间序列的半参数分析”，《统计学年鉴》，22，515-539（1994）·Zbl 0795.62082号 ·doi:10.1214/aos/1176325382
[56] Robinson，P.M.，“长程相关性的高斯半参数估计”，《统计年鉴》，第23期，1630-1661页（1995年）·Zbl 0843.62092号 ·doi:10.1214/aos/1176324317
[57] 罗宾逊，P.M.，《长记忆时间序列》（2003），牛津：牛津大学出版社，牛津·Zbl 1113.62106号
[58] Robinson，P.M.，“鲁棒协方差矩阵估计：具有长记忆/抗持久性校正的HAC估计”，计量经济学理论，2171-180（2005）·Zbl 1072.62090号
[59] Shang，H.L.，“功能主成分分析综述”，《统计分析进展》，98，121-142（2014）·Zbl 1443.62176号 ·doi:10.1007/s10182-013-0213-1
[60] Shang，H.L.，“发达国家人群死亡率和预期寿命预测：一种多层次函数数据方法”，《应用统计年鉴》，2016年第10期，第1639-1672页·Zbl 1391.62249号 ·doi:10.1214/16-AOAS953
[61] Shang，H.L.，“平稳函数时间序列的Bootstrap方法”，统计与计算，28，1-10（2018）·Zbl 1505.62368号 ·doi:10.1007/s11222-016-9712-8
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。