中文

由Hurst参数$H\in (0,\frac12)$的一般高斯噪声驱动的Ornstein-Uhlenbeck过程的参数估计

统计理论 2021-12-30 v3 概率论 统计理论

摘要

在Chen和Zhou 2021中,他们考虑了一个由一般一维中心化高斯过程(Gt)t0(G_t)_{t\ge 0}驱动的Ornstein-Uhlenbeck过程的推断问题。协方差函数R(t,s)=E[GtGs]R(t,\, s)=\mathbb{E}[G_t G_s]的二阶混合偏导数可分解为两部分,其中一部分与分数布朗运动的一致,另一部分以常数因子为界被(ts)H1(ts)^{H-1}所控制,其中H(12,1)H\in (\frac12,\,1)。本文研究相同的问题,但假设H(0,12)H\in (0,\,\frac12)。众所周知,在H(12,1)H\in (\frac12, 1)H(0,12)H\in (0, \frac12)情形下,与分数高斯过程相关的Hilbert空间之间存在显著差异。本文的起点是与高斯过程(Gt)t0(G_t)_{t\ge 0}相关的H\mathfrak{H}的内积和与分数布朗运动(BtH)t0(B^{H}_t)_{t\ge 0}相关的Hilbert空间H1\mathfrak{H}_1的内积之间的一个新关系。随后我们证明了在H(0,12)H\in (0, \frac12)时的强相合性,以及在H(0,38)H\in (0,\frac38)时由连续观测构造的漂移参数的最小二乘估计量与矩估计量的渐近正态性与Berry-Esséen界。其中涉及大量不等式估计,并且我们还利用了基于Hu、Nualart和Zhou 2019中H1\mathfrak{H}_1结果的内积估计。

关键词

引用

@article{arxiv.2111.15292,
  title  = {Parameter estimation for an Ornstein-Uhlenbeck Process driven by a general Gaussian noise with Hurst Parameter $H\in (0,\frac12)$},
  author = {Yong Chen and Xiangmeng Gu and Ying Li},
  journal= {arXiv preprint arXiv:2111.15292},
  year   = {2021}
}

备注

35 pages. arXiv admin note: text overlap with arXiv:2002.09641