平稳高斯阵列的似然渐近理论
统计理论
2025-11-14 v2 统计理论
摘要
本文为依赖于多维未知参数的平稳高斯时间序列三角阵列建立了一套渐近似然理论。我们给出了相关统计模型序列在 Le Cam 意义下局部渐近正态的充分条件，这尤其蕴含了最大似然估计量的渐近有效性。我们的理论所涵盖的阵列设置的独特特征包括潜在的非对角速率矩阵，以及在不同频率下满足不同幂律界限且可能非一致可积的谱密度。为说明我们的理论，我们研究了高频采样高斯过程的估计效率以及一类具有中等单位根偏离的自回归模型。
引用
@article{arxiv.2502.09229,
title = {Likelihood asymptotics of stationary Gaussian arrays},
author = {Carsten H. Chong and Fabian Mies},
journal= {arXiv preprint arXiv:2502.09229},
year = {2025}
}