具有不相关但非独立误差项的 FARIMA 模型中的诊断检验
应用统计
2021-03-24 v2 机器学习
摘要
本文考虑了在误差不相关但不一定独立（即弱 FARIMA）的假设下，用于检验 FARIMA 模型充分性的修正 portmanteau 检验问题。我们首先研究最小二乘估计量与噪声经验自协方差的联合分布。然后我们推导残差经验自协方差与自相关的渐近分布。我们推导出弱 FARIMA 模型的 Ljung-Box（或 Box-Pierce）修正 portmanteau 统计量的渐近分布。我们还提出了另一种基于自归一化方法来检验 FARIMA 模型充分性。最后给出了一些模拟研究以佐证我们的理论工作。对标准普尔 500 和日经回报的应用也说明了我们理论结果的实用相关性。AMS 2000 学科分类：Primary 62M10, 62F03, 62F05；secondary 91B84, 62P05。
引用
@article{arxiv.1912.00013,
title = {Diagnostic checking in FARIMA models with uncorrelated but non-independent error terms},
author = {Yacouba Boubacar Maïnassara and Youssef Esstafa and Bruno Saussereau},
journal= {arXiv preprint arXiv:1912.00013},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:1902.03000, arXiv:1910.07213