INAR(1)模型中的异常值
概率论
2010-02-28 v2 统计理论
统计理论
摘要
本文详细研究了受加性异常值或创新异常值污染的一阶整数值自回归模型。此外，还讨论了参数估计问题。假设异常值的时间点已知但其大小未知，我们证明了后代均值和创新均值的条件最小二乘(CLS)估计量是强相合的。然而，相比之下，异常值大小的CLS估计量不是强相合的，尽管它们以概率1收敛到一个随机极限。该随机极限取决于过程在异常值时间点的值以及在前一时间点的值，并且在加性异常值的情况下还取决于后续时间点的值。我们还证明了后代均值和创新均值的联合CLS估计量是渐近正态的。以过程上述描述值为条件，异常值大小的联合CLS估计量也是渐近正态的。
引用
@article{arxiv.0903.2421,
title = {Outliers in INAR(1) models},
author = {Matyas Barczy and Marton Ispany and Gyula Pap and Manuel Scotto and Maria Eduarda Silva},
journal= {arXiv preprint arXiv:0903.2421},
year = {2010}
}
备注
106 pages; the proofs of the existence of CLS estimators are corrected