长记忆过程逆自协方差矩阵的估计
统计理论
2016-03-18 v1 统计理论
摘要
本文旨在估计允许线性表示的长记忆过程的逆自协方差矩阵。为此，将修正的Cholesky分解与递增阶自回归模型结合使用。建立了所提估计的谱范数一致性。随后我们将该结果推广到带有长记忆时间序列误差的线性回归模型。特别地，我们表明当目标是一致估计误差过程的逆自协方差矩阵时，若用（最小二乘）估计的误差替代不可观测的误差，同样的方法仍然良好适用。还给出了该结果在上述回归模型中估计未知参数的应用。最后，通过模拟研究说明了我们的理论发现。
引用
@article{arxiv.1603.05416,
title = {Estimation of inverse autocovariance matrices for long memory processes},
author = {Ching-Kang Ing and Hai-Tang Chiou and Meihui Guo},
journal= {arXiv preprint arXiv:1603.05416},
year = {2016}
}
备注
Published at http://dx.doi.org/10.3150/14-BEJ692 in the Bernoulli (http://isi.cbs.nl/bernoulli/) by the International Statistical Institute/Bernoulli Society (http://isi.cbs.nl/BS/bshome.htm)