一类统一复合泊松 INAR 与 INGARCH 模型的计数时间序列模型
概率论
2024-04-05 v3
摘要
INAR（整数值自回归）和 INGARCH（整数值 GARCH）模型是计数时间序列建模中最常用的方法之一，但它们在很大程度上是在不同的文献分支中被研究的。本文引入了一类新的广义整数值 ARMA（GINARMA）模型，该模型统一了大量复合泊松 INAR 和 INGARCH 过程。我们研究了其随机性质，包括平稳性和几何遍历性。特别关注了 INAR() 模型的一种推广，它类似于 INARCH(p) 向 INGARCH(p, q) 模型的扩展。对于推断，我们考虑了基于矩的估计和一种受前向算法启发的最大似然推断方案。所提出类别的模型具有作为随机流行病过程的自然解释，本文通篇使用这一点来阐释我们的论点。在一个案例研究中，该类模型的不同实例（包括已建立的模型和新引入的模型）被应用于德国巴伐利亚州麻疹和腮腺炎的每周病例数。
引用
@article{arxiv.2204.12449,
title = {A class of count time series models uniting compound Poisson INAR and INGARCH models},
author = {Johannes Bracher and Barbora Sobolová},
journal= {arXiv preprint arXiv:2204.12449},
year = {2024}
}
备注
22 pages, 3 figures, 2 tables (main text)