我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
将稀疏模型拟合到高维时间序列是统计推断的一个重要领域。在本文中，我们考虑稀疏向量自回归模型，并开发适当的bootstrap方法来推断此类过程的特性。我们的引导方法使用基于模型的引导程序生成伪时间序列，该引导程序涉及基础向量自回归模型的估计稀疏版本。使用自回归模型参数的所谓去参数化或去偏倚估计进行推断。我们推导了此类估计量在时间序列背景下的渐近分布，并建立了用于估计的bootstrap过程的渐近有效性，并对其进行了适当修改，以用于测试目的。特别是，我们重点测试大组自回归系数等于零。我们的理论结果得到了仿真的补充，仿真研究了所提出的bootstrap方法的有限样本性能。本文还介绍了一个真实的数据应用程序。
乔纳斯·克拉姆。 Jens-Peter Kreiss。 Efstathios帕帕罗地炎。 “稀疏高维时间序列模型的基于Bootstrap的推理。” 伯努利 27 (3) 1441 - 1466, 2021年8月。 https://doi.org/10.3150/20-BEJ1239
