基于近似 EM 算法的高维马尔可夫切换 VAR 模型估计
统计方法学
2025-09-05 v3 机器学习
摘要
高维时间序列中的机制切换自然出现在从神经成像到金融的许多应用中。该问题在低维设定下已受到相当关注，贝叶斯与频率学派方法均被广泛用于参数估计。EM 算法在低维设定下是一种特别流行的参数估计策略，尽管所得估计的统计性质尚未被很好理解。此外，其向高维时间序列的扩展已被证明具有挑战性。为克服这些挑战，本文提出一种用于马尔可夫切换 VAR 模型的近似 EM 算法，其可实现高效计算并有助于研究所得参数估计的渐近性质。我们建立了所提 EM 算法在高维下的相合性，并通过模拟研究考察其性能。我们还通过分析一名癫痫患者的脑电（EEG）数据集演示了该算法。
引用
@article{arxiv.2210.07456,
title = {Estimation of High-Dimensional Markov-Switching VAR Models with an Approximate EM Algorithm},
author = {Xiudi Li and Abolfazl Safikhani and Ali Shojaie},
journal= {arXiv preprint arXiv:2210.07456},
year = {2025}
}