正则变化多元时间序列
概率论
2007-07-27 v2 统计理论
统计理论
摘要
如果一个多元平稳时间序列的所有有限维分布都是多元正则变化的,则称其为联合正则变化的。本文证明,该性质等价于在固定时刻,给定缩放后序列到原点的距离超过趋于无穷的阈值时,该序列条件分布的弱收敛。这一极限对象被称为尾过程,它可以分解为独立的径向分量和角度分量。在适当的混合条件下,该尾过程可以对点过程序列的极限提供简明且显式的描述,这些点过程记录了时间序列远离原点时的时间和位置。该理论被应用于具有随机系数矩阵的有限阶多元滑动平均模型。
引用
@article{arxiv.0707.3989,
title = {Regularly varying multivariate time series},
author = {Bojan Basrak and Johan Segers},
journal= {arXiv preprint arXiv:0707.3989},
year = {2007}
}
评论
25 pages