莱维驱动图 supOU 过程的统计推断：从高维时间序列的短记忆到长记忆
信号处理
2025-02-14 v1
摘要
本文引入莱维驱动图 supOU 过程，一种用于高维时间序列的简约参数化方法，其中各分量之间的依赖关系由图结构支配。具体而言，该模型在单一参数族内桥接短程与长程依赖，同时容纳广泛的边缘分布。我们进一步发展了广义矩估计方法，建立了其一致性与渐近正态性，并通过模拟研究评估了其有限样本性能。最后，我们通过欧洲电力网络中风电容量因子的实证研究展示了模型与估计方法的实际相关性。
引用
@article{arxiv.2502.08837,
title = {A procedure for assessing of machine health index data prediction quality},
author = {Daniel Kuzio and Radosław Zimroz and Agnieszka Wyłomańska},
journal= {arXiv preprint arXiv:2502.08837},
year = {2025}
}