多变量自回归二元模型的理论与推断及其在生态学中的缺失-存在数据应用
统计理论
2024-07-16 v1 统计理论
摘要
我们引入一个更一般的自回归模型类，用于研究具有固定外生协变量的多变量二元时间序列的动态。通过一组高层假设，我们显示此类模型的稳定路径几乎自动存在，无需噪声项不紧凑支撑时的参数限制。我们详细研究了动态版本的多变量 probit 类型模型中的统计推断，作为我们一般构造的一个具体案例。为避免复杂的似然优化，我们结合伪似然和配对似然方法，这些方法对于单条路径分析和面板数据都获得了渐近结果，利用了多指数部分和的ergodic 定理。后者对于分析生态学中各种地点收集的缺失-存在数据尤为重要。我们的结果还为这些模型提供了理论背景，而这些模型常被实践者使用但缺乏概率框架。
关键词
引用
@article{arxiv.2407.10260,
title = {Theory and inference for multivariate autoregressive binary models with an application to absence-presence data in ecology},
author = {Guillaume Franchi and Lionel Truquet},
journal= {arXiv preprint arXiv:2407.10260},
year = {2024}
}