基于后向方法的平稳欠离散 INAR(1) 模型
统计理论
2021-03-22 v1 概率论
统计理论
摘要
大多数平稳一阶自回归整数值（INAR(1)）模型都是针对给定的稀疏算子，采用前向方法或后向方法开发的。在前向方法中，指定时间序列的边际分布，并寻找适当的创新序列分布。而在后向设定中，角色相反：指定创新序列的共同分布，并研究时间序列边际分布的分布性质。本文我们关注在二项稀疏算子存在下的后向方法。我们建立了一系列理论结果，并据此用于开发具有有限均值的平稳 INAR(1) 模型。我们通过提出一些表现出欠离散性的新 INAR(1) 模型来说明我们的结果。
引用
@article{arxiv.2103.10471,
title = {Stationary underdispersed INAR(1) models based on the backward approach},
author = {Emad-Eldin AA Aly and Nadjib Bouzar},
journal= {arXiv preprint arXiv:2103.10471},
year = {2021}
}