分数阶时间序列模型的高斯伪极大似然估计

我们考虑参数分数阶时间序列模型的估计，其中不仅记忆参数未知，而且可能不知道它位于平稳/可逆区域还是非平稳或非可逆区域。在这些情形下，由于目标函数在大容许参数空间上的非一致收敛，一致性证明（这是证明渐近正态性的前提）可能很困难。特别是，条件平方和估计就是这种情况，在高斯性假设下可期望它是渐近有效的。在没有后一假设的情况下，我们对一个相当一般的单变量模型建立了该估计的一致性和渐近正态性。对于多变量模型，我们建立了一个基于初始 √n 一致估计的一步估计的渐近正态性。