非齐次马尔可夫切换模型极大似然估计的一致性
应用统计
2014-05-20 v2
摘要
过去几十年中提出了许多非线性时间序列模型。其中，具有机制切换的模型提供了一类灵活且可解释的模型，在文献中受到了特别关注。在本文中，我们考虑了此类模型的一个大家族，通过允许非齐次切换推广了众所周知的马尔可夫切换自回归 (MS-AR) 模型，并涵盖了阈值自回归 (TAR) 模型。我们证明了与这些模型的稳定性以及极大似然估计 (MLE) 的渐近性质相关的各种理论结果。随后在各种时间序列上展示了该模型捕捉复杂非线性的能力。
引用
@article{arxiv.1306.2116,
title = {Consistency of the maximum likelihood estimate for Non-homogeneous Markov-switching models},
author = {Pierre Ailliot and Francoise Pene},
journal= {arXiv preprint arXiv:1306.2116},
year = {2014}
}
备注
30 pages, 8 figures