基于 Tukey g-and-h 变换的非高斯自回归过程
统计方法学
2021-03-02 v2
摘要
在对连续数据进行时间序列分析时，例如来自气候或环境问题的数据，过程为高斯分布的假设常被违背。因此，我们引入两个能够拟合偏斜与重尾时间序列数据的非高斯自回归时间序列模型。我们的两个模型基于 Tukey g-and-h 变换。我们讨论了模型的参数估计、阶数选择与预测过程，并在模拟研究中检验了它们的表现。我们将模型应用于两组风速数据，展示了其实用性。
引用
@article{arxiv.1711.07516,
title = {Non-Gaussian Autoregressive Processes with Tukey g-and-h Transformations},
author = {Yuan Yan and Marc Genton},
journal= {arXiv preprint arXiv:1711.07516},
year = {2021}
}