文献

J-GLOBAL ID：201802227016472038   整理番号：18A0923295

無限分散を持つ長い記憶誤差を持つ非線形モデルにおけるいくつかのスケール推定量の漸近分布【JST・京大機械翻訳】

Asymptotic Distributions of Some Scale Estimators in Nonlinear Models With Long Memory Errors Having Infinite Variance

著者 (2件)： Koul Hira L. (Department of Statistics and Probability, Michigan State University, East Lansing, MI, USA) ,  Surgailis Donatas (Department of Mathematics and Informatics, Vilnius University, Vilnius, Lithuania)
資料名： Journal of Time Series Analysis  (Journal of Time Series Analysis)
巻： 39  号： 3  ページ： 273-298  発行年： 2018年 
JST資料番号： W2071A  ISSN： 0143-9782  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 回帰モデルにおける回帰パラメータのスケール不変M推定量を持つために,スケールパラメータのロバストでスケール不変な推定器の必要性がある。2つのそのような推定量は,絶対残差の中央値,s_1,対残差の絶対差の中央値s_2である。誤りが有限の分散を持つ場合の回帰モデルにおけるこれらの推定子の漸近分布は,誤差がi.i.d.である場合,あるいは長いメモリの定常過程を形成する場合に知られている。M推定量は重いテール誤差分布に対してロバストであるので,これらのスケール推定量が重い尾部誤差分布仮定の下で一致するかどうかを知ることは自然である。本論文では,誤差が線形,長いメモリ,α安定(1<α<2)革新を持つ定常過程,およびj~d-1,0<d<1-1/αとして減衰する移動平均係数を持つ定常過程を形成するときの限界分布を導出した。s_2はα_*=α(1-d)<αをもつα_*安定限界分布を有するが,s_1の収束速度はs_2のそれより一般的に悪いことを証明した。証明は,本論文で導き出された無限分散定常シーケンスの経験的プロセスの二次漸近展開に基づいている。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 定常過程 ,  ロバスト性 ,  回帰モデル ,  記憶装置 ,  不変性 ,  スケールパラメータ ,  残差 ,  中央値 ,  *推定量 ,  *線形性 ,  漸近級数
準シソーラス用語： 収束速度 ,  *漸近分布 ,  *非線形モデル , 【Automatic Indexing@JST】

著者キーワード (3件)： メディアン ,  絶対残差 ,  対の絶対差

分類 (2件)： システム・制御理論一般  (IA02010H) ,  信号理論  (ND02020G)

タイトルに関連する用語 (6件)： 無限 ,  誤差 ,  非線形モデル ,  スケール ,  推定量 ,  漸近分布