基于广义矩方法的高斯平稳过程参数估计
统计理论
2017-01-18 v2 统计理论
摘要
我们考虑所有具有显式参数谱密度的平稳高斯过程类。在自协方差函数的一些条件下，利用Breuer-Major定理和先前关于遍历性的结果，我们定义了一个满足一致性和渐近正态性的GMM（广义矩）估计量。该结果应用于由分数布朗运动驱动的平稳Ornstein-Uhlenbeck (fOU) 过程三个参数的联合估计。其GMM估计量的渐近正态性适用于任意H∈(0,1)，且在剩余参数的一些限制下成立。在fOU情形下进行了数值研究，以说明当数据点数量适中时估计量的实际性能。
引用
@article{arxiv.1604.06511,
title = {Parameter Estimation of Gaussian Stationary Processes using the Generalized Method of Moments},
author = {Luis A. Barboza and Frederi G. Viens},
journal= {arXiv preprint arXiv:1604.06511},
year = {2017}
}