• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Inference in Multivariate Generalized Ornstein-Uhlenbeck Processes With a Change-Point
【24h】

Inference in Multivariate Generalized Ornstein-Uhlenbeck Processes With a Change-Point

机译：具有变化点的多元广义Ornstein-Uhlenbeck过程的推断

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we study inference problem about the drift parameter matrix in multivariate generalized Ornstein-Uhlenbeck processes with an unknown change- point. In particular, we study the case where the matrix parameter satisfies uncertain restriction. Thus, we generalize some recent findings about univariate generalized Ornstein-Uhlenbeck processes. First, we establish a weaker condition for the exis- tence of the unrestricted estimator (UE) and we derive the unrestricted estimator and the restricted estimator. Second, we establish the joint asymptotic normality of the unrestricted estimator and the restricted estimator under the sequence of local alternatives. Third, we construct a test for testing the uncertain restriction. The proposed test is also useful for testing the absence of the change-point. Fourth, we derive the asymptotic power of the proposed test and we prove that it is consistent. Fifth, we propose the shrinkage estimators and we prove that shrinkage estimators dominate the unrestricted estimator. Finally, in order to illustrate the performance of the proposed methods in short and medium period of observations, we conduct a simulation study which corroborate our theoretical findings.
机译：在本文中，我们研究了具有未知变化点的多元广义Ornstein-Uhlenbeck过程中的漂移参数矩阵的推断问题。特别地，我们研究矩阵参数满足不确定约束的情况。因此，我们概括了有关单变量广义Ornstein-Uhlenbeck过程的一些最新发现。首先，我们为无限制估计量（UE）的存在建立了较弱的条件，然后得出无限制估计量和受限制估计量。其次，我们建立了局部选择序列下无限制估计量和限制估计量的联合渐近正态性。第三，我们构造了一个测试不确定性限制的测试。建议的测试对于测试缺少更改点也很有用。第四，我们推导了拟议测试的渐近能力，并证明了它是一致的。第五，我们提出了收缩估计量，并证明了收缩估计量主导了无限制的估计量。最后，为了说明所提出方法在短期和中期观测中的性能，我们进行了模拟研究，证实了我们的理论发现。

著录项

  • 作者

    Shen, Lei.;

  • 作者单位

    University of Windsor (Canada).;

  • 授予单位 University of Windsor (Canada).;
  • 学科 Statistics.;Mathematics.
  • 学位 M.Sc.
  • 年度 2018
  • 页码 114 p.
  • 总页数 114
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号