文献

J-GLOBAL ID：202102294894560873   整理番号：21A2835049

誤差に関する弱い仮定を持つベクトル自己回帰モデルのための多変量Portmanteau試験のブートストラッピング【JST・京大機械翻訳】

Bootstrapping multivariate portmanteau tests for vector autoregressive models with weak assumptions on errors

著者 (4件)： Li Muyi (Wang Yanan Institute for Studies in Economics (WISE), Xiamen University, China) ,  Li Muyi (Department of Statistics and Data Science, School of Economics, Xiamen University, China) ,  Li Muyi (Key Laboratory of Econometrics (Xiamen University), Ministry of Education, China) ,  Zhang Yanfen (Department of Statistics and Data Science, School of Economics, Xiamen University, China)
資料名： Computational Statistics & Data Analysis  (Computational Statistics & Data Analysis)
巻： 165  ページ： Null  発行年： 2022年 
JST資料番号： H0911A  ISSN： 0167-9473  CODEN： CSDADW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文は,独立した革新ではなく,無相関のベクトル自己回帰モデルのための診断検査について議論する。この状況において,χ2分布から得られた臨界値の誤指定により,多変量ポルマンタウテストは極度に過剰サイズであった。この問題に取り組むために,誤差がマルチンゲール差分シーケンスであると仮定するとき,ランダム重みづけブートストラップ手順を,ヌル分布を近似するために提案する。この仮定を破るとき,ブロックワイズランダム重みづけをさらに適用して,革新の依存性構造を複製した。これらのブートストラップ手順の一次漸近妥当性を導いた。種々のシナリオの下でのモンテカルロ実験は,既存の手法と比較して,ランダム重みづけブートストラップアプローチの有効性を示唆する。最後に,提案した試験手順を,USにおける実際のGNP成長と失業率の間のフィードバック動力学を解析するために応用した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  *ブートストラップ ,  臨界定数 ,  白色雑音 ,  マルチンゲール ,  重みづけ ,  有効性
準シソーラス用語： *多変量 ,  VARモデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 弱VARモデル ,  多変量白色雑音検査 ,  適合度試験 ,  ランダム重みづけブートストラップ

分類 (3件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 誤差 ,  仮定 ,  ベクトル自己回帰モデル ,  多変量 ,  試験 ,  ブートストラッピング