缺失观测时计数时间序列的边际分析

实际应用中的时间序列常常存在缺失观测，使得通常的分析方法不适用。处理缺失数据的一种方法是幅度调制的概念。虽然这一原理适用于任何数据，但本文针对无界和有界计数时间序列进行研究，使用量化化和偏度统计量进行模型诊断。推导了仅依赖于弱过程假设的这些统计量的闭式渐近公式。此外，在缺失发生的假设下，推导了流行的特殊情况——泊松和二项自回归过程的闭式公式。分析了所考虑的渐近近似的有限样本性能。通过三个真实数据实例演示了在缺失数据情形下，相应的量化化和偏度检验的实际应用。