基于共价函数的时间序列模型：用于非高斯且非马尔可夫平稳过程
统计方法学
2026-04-03 v1
摘要
在基于共价函数的单变量时间序列建模方法中，平稳时间序列的有限维时序依赖关系由共价函数捕获。近期研究探讨了如何将基于共价函数的时间序列模型推广以实现长期自回归效应。我们研究一种来自阶为p的马尔可夫序列和q依赖序列的推广。我们推导了该模型与高斯-ARMA模型以及高斯-GARCH(1,1)模型的关系。我们检验了该过程的分布性质，讨论了最大似然估计(MLE)。此外，我们分析了阶为一的共价移动聚合过程(MAG(1))，因为它是基本构建模块。最后我们在美国通胀率和德国风能产量的概率性预测研究中对该模型进行了测试。
引用
@article{arxiv.2604.01500,
title = {Copula-Based Time Series for Non-Gaussian and Non-Markovian Stationary Processes},
author = {Sven Pappert and Harry Joe},
journal= {arXiv preprint arXiv:2604.01500},
year = {2026}
}