...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Communications in Statistics >Edgeworth Expansion for Linear Regression Processes with Long-Memory Errors
【24h】

Edgeworth Expansion for Linear Regression Processes with Long-Memory Errors

机译：EdgeWorth扩展用于长内存错误的线性回归过程

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

This article provides an Edgeworth expansion for the distribution of the log-likelihood derivative LLD of the parameter of a time series generated by a linear regression model with Gaussian, stationary, and long-memory errors. Under some sets of conditions on the regression coefficients, the spectral density function, and the parameter values, an Edgeworth expansion of the density as well as the distribution function of a vector of centered and normalized derivatives of the plug-in log-likelihood PLL function of arbitrarily large order is established. This is done by extending the results of Lieberman et al. (2003), who provided an Edgeworth expansion for the Gaussian stationary long-memory case, to our present model, which is a linear regression process with stationary Gaussian long-memory errors.
机译：本文提供了一个边缘Worth扩展，用于分布由Liqusian，静止和长内存错误产生的线性回归模型生成的时间序列参数的日志似然衍生LLD的分布。在回归系数的一些条件下，光谱密度函数和参数值，边缘Worth扩展密度，以及插入式逻辑似然PLL函数的中心和归一化衍生物的矢量的分布函数建立任意大的订单。这是通过扩展Lieberman等人的结果来完成的。 （2003年），谁为我现在的模型提供了高斯静止的长记忆案的EdgeWorth扩建，这是一种带有固定高斯的长记忆误差的线性回归过程。

著录项

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