含外生协变量的离散值时间序列的强混合性质
统计理论
2021-12-07 v1 统计理论
摘要
我们推导了诸多现有包含动态中外生协变量的离散值时间序列模型的强混合条件。我们的主要贡献是研究协变量过程的混合条件如何转移到响应的混合条件。利用耦合方法，我们首先推导了随机环境中某些马尔可夫链的混合条件，这为某些具有严格外生回归量的自回归分类过程给出了首个结果。我们的结果随后扩展到某些无限记忆分类过程。在论文第二部分，我们研究协变量为序贯外生的自回归模型。利用有限集上的一般随机映射方法，我们得到了可针对文献中许多分类时间序列（包括多项自回归过程、有序时间序列与动态多选模型）进行检验的显式混合条件。我们还使用某种不同的压缩论证研究了一些自回归计数时间序列。我们的贡献填补了此类模型的一个重要空白，此处以更一般的形式呈现，因为此类强混合条件在近期一些工作中常被假定，但尚无通用方法可对其检验。
引用
@article{arxiv.2112.03121,
title = {Strong mixing properties of discrete-valued time series with exogenous covariates},
author = {Lionel Truquet},
journal= {arXiv preprint arXiv:2112.03121},
year = {2021}
}