开放式访问
2019 低频观测协整连续线性状态空间模型的拟最大似然估计
维基·法森·哈特曼马库斯·舒尔茨
电子。J.统计。 13(2): 5151-5212 (2019). 内政部:10.1214/19-EJS1636

摘要

本文研究了离散时间点上连续线性状态空间模型协整解参数的拟极大似然估计。连续线性状态空间模型的一类协整解等价于一类连续ARMA(MCARMA)过程的协整解。首先,构造一些伪创新来定义QML函数。此外,使用连续时间线性状态空间模型的协整解表示,将参数向量适当划分为长期和短期参数,表示为Lévy过程加上线性状态空间模式的平稳解之和。然后,我们分三步建立了估计量的一致性。首先,我们证明了长期参数的QML估计的一致性。在下一步中,我们计算其一致性率。最后,我们利用这些结果证明了短期参数的QML估计的一致性。毕竟,我们导出了估计量的极限分布。长期参数是渐近混合正态分布,而短期参数是渐近正态分布。通过仿真研究验证了QML估计器的性能。

引用

下载引文

维奇·法森·哈特曼。 马库斯·舒尔茨。 “在低频下观测到的协积分连续时间线性状态空间模型的准最大似然估计。” 电子。J.统计。 13 (2) 5151 - 5212, 2019 https://doi.org/10.1214/19-EJS1636

问询处

收到日期:2018年9月1日;发布时间:2019年
首次在欧几里得项目中提供:2019年12月13日

zbMATH公司:07147374
数学科学网:MR4042406型
数字对象标识符:10.1214/119-EJS1636

学科:
主要用户:62甲1291G70型
次要:60F05型62M10个

关键词:(超级)一致性协整可识别性卡尔曼滤波器MCARMA工艺伪创新拟最大似然估计状态空间模型

第13卷•第2期•2019年
返回页首