遍历随机微分方程模型的 Schwartz 型模型选择
统计理论
2020-04-28 v4 统计理论
摘要
我们研究为遍历随机微分方程（SDE）模型构建模型比较的理论基础，并拓展常规贝叶斯信息准则的适用范围。与以往研究不同，我们假设候选模型可能是错误设定的，并考虑由 Wiener 噪声与纯跳跃 L\'{e}vy 噪声驱动的 SDE。基于边际拟对数似然的渐近性质，提出了 Schwarz 型统计量及逐步模型选择流程。我们还证明了所提统计量相对于最优模型的模型选择一致性。我们进行了若干数值实验，结果支持我们的理论发现。
引用
@article{arxiv.1904.12398,
title = {Schwartz type model selection for ergodic stochastic differential equation models},
author = {Shoichi Eguchi and Yuma Uehara},
journal= {arXiv preprint arXiv:1904.12398},
year = {2020}
}