一种用于时间序列的非标准经验似然
统计理论
2014-01-07 v1 统计理论
摘要
针对平稳、弱依赖时间序列的标准分块经验似然 (BEL) 需要指定一个固定的块长度作为设定置信区域的调节参数。这一方面可能较为困难并影响覆盖精度。作为替代方案，本文提出了一种基于简单但非标准的数据分块规则的新版 BEL，该规则使用了所有可能长度的数据块。因此，该方法不涉及常规的块选择问题，且预计表现出更好的覆盖性能。然而，其非标准的分块方案导致了非标准的渐近性，需要与标准 BEL 显著不同的推导过程。我们建立了新 BEL 方法中用于校准时间序列均值或平滑函数参数置信区域的对数比率统计量的大样本分布。该极限分布并非通常的卡方分布，而是分布自由的，并可通过直接模拟复现。数值研究表明，所提出的方法通常表现出比标准 BEL 更好的覆盖精度。
引用
@article{arxiv.1401.1026,
title = {A nonstandard empirical likelihood for time series},
author = {Daniel J. Nordman and Helle Bunzel and Soumendra N. Lahiri},
journal= {arXiv preprint arXiv:1401.1026},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOS1174 the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)