关于新颖的几何与负二项 INAR(1) 过程
概率论
2024-03-07 v2
摘要
Guerrero 等人 \cite{GBSO} 提出了一种基于稀疏化(thinning)概念构建一阶整数值自回归(\inar1)模型的新方法。标准方法要求先定义稀疏化算子，然后发展具有指定边际(前向方法)或指定新息(后向方法)的 \inar1 模型。相反，\cite{GBSO} 中的方法是从同时指定过程的边际分布及其新息序列的边际分布开始，进而通过求解函数方程来识别稀疏化算子。在本文中，我们讨论了作者为其新颖的几何与负二项 \inar1 模型所获得的稀疏化算子与 \cite{AB1} 和 \cite{AB2} 中引入的稀疏化算子之间的联系。更具体地说，我们表明这两个模型的存在性已在 \cite{AB1} 中利用前向方法和不同的参数化得到确立。在此过程中，我们强化了作者针对新颖几何 \inar1 过程所取得的一些结果，并将他们的结果推广到新颖负二项 \inar1 过程。
引用
@article{arxiv.2309.02664,
title = {On the novel geometric and negative binomial INAR(1) processes},
author = {Nadjib Bouzar},
journal= {arXiv preprint arXiv:2309.02664},
year = {2024}
}