Stopping Rules for Monte Carlo Methods of Martingale Difference Type
Northwestern University(西北大学);The University of Tokyo(东京大学)
本文提出一种实用且易实现的顺序停止规则,用于martingale中心极限定理,针对非独立同分布序列均值估计的蒙特卡洛方法,通过比较不同领域的方案,展示了停止规则在可靠性和复杂性方面的有效性。
2025-12-11 math.PR math.ST stat.ME
Joint parametric specification checking of conditional mean and volatility in time series models with martingale difference innovations
利用累积残差过程,我们提出了联合拟合优度检验的条件均值和方差函数的背景下,非线性时间序列与鞅差的创新。主要的挑战来自这样一个事实,即累积残差过程不再承认,在原假设,分布自由的限制。为了获得一个实际的解决方案,一个变换的过程,以实现一个分布自由的限制或近似的非分布自由的限制使用数值或重新采样技术。在这里,三个解决方案将被考虑。它表明,所提出的测试有非平凡的权力对一类root-n本地的替代品,是合适的条件信息集是无限维的,这使得包括模型,如自回归条件异方差随机模型与相关的新息。所提出的方法只假设一阶和二阶条件矩的某些条件,而不施加任何自回归模型。介绍的测试程序进行了比较,彼此之间和与其他竞争对手在他们的权力,使用模拟研究和真实的数据应用。这些模拟表明,基于原始统计量的重新采样或数值近似的测试的统计功效通常略好于基于原始过程的鞅变换的测试。
2021-07-01 math.ST stat.ME stat.TH
Testing for Conditional Mean Independence with Covariates through Martingale Difference Divergence
在统计学中,一个重要的问题是决定回归模型中是否需要附加变量。我们提出了一个新的多元检验来研究给定X条件下Y对某些已知效应Z的条件均值独立性,即,E(Y| X,Z)= E(Y| Z)。假设E(Y| Z)和Z是线性相关的,我们通过变换重新表达了一个等价的条件均值独立性的概念,它在实践中是近似的。我们应用鞅差散度(Shao and Zhang,2014)来度量条件均值依赖性,并证明近似的估计误差可以忽略不计,因为它在某些正则性假设下对检验统计量的渐近分布没有影响。我们的测试的实施是由模拟和金融数据的例子证明。
2018-05-17 math.ST stat.AP stat.CO
Bernstein-type and Bennett-type inequalities for unbounded matrix martingales
本文研究无界矩阵值鞅的集中性,在 $ψ_α$-Orlicz 范数有界条件下建立 Bernstein 型与 Bennett 型不等式,并以有效秩改进维度依赖。
2025-02-20 math.PR math.ST stat.TH
Cramér's moderate deviations for martingales with applications
本文证明了鞅的 Cramér 中偏差展开,将经典结果推广至满足条件 Bernstein 条件的归一化与标准化鞅,并探讨了其在 elephant random walks 和自回归过程中的应用。
2022-09-14 math.PR math.ST stat.TH
Self-normalized Cramér type moderate deviations for martingales and applications
本文在温和条件下建立了鞅的自归一化Cramér型中等偏差,推广了Fan等人2019年的工作,并将其应用于Student统计量、平稳鞅差序列及随机环境中的分支过程,特别给出了后者t-统计量的相应结果。
2023-09-11 math.PR math.ST stat.TH
Change Point Detection for Nonparametric Regression under Strongly Mixing Process
本文考虑相依观测值非参数模型中结构变点的估计。我们引入了一个最大的最大值估计过程,其中最大值统计量是基于两个Nadaraya-Watson估计值的差异的平方和聚合,使用特定时间点之前和之后的观测值构建的。在一些温和的条件下,我们证明了如果没有变化,统计量几乎肯定趋于零,否则几乎肯定渐进大于阈值,这有助于我们获得阈值检测策略。此外,我们证明了变点估计的强相合性。在仿真中,我们讨论了估计中使用的带宽和阈值的选择,并显示了我们的方法在长记忆场景中的鲁棒性。我们将我们的方法应用到纳斯达克100指数的数据中,发现在2007-2009年期间,已实现波动率与收益率之间的关系呈现出多个结构性变化。
2020-06-15 math.ST stat.AP stat.TH
Normal Approximation for Stochastic Gradient Descent via Non-Asymptotic Rates of Martingale CLT
对于一类二次可微检验函数,给出了Polyak-Ruppert平均随机梯度下降算法(SGD)到正态随机向量的非渐近收敛速度.一个关键的中间步骤是证明一个非渐近鞅中心极限定理(CLT),即,建立了多元鞅差序列到正态随机向量的收敛速度,这可能是独立的兴趣。我们使用Stein方法和Lindeberg论证的组合得到了多元鞅CLT的显式速率,然后将其与[PJ 92]中提出的平均SGD的非渐近分析结合使用。我们的研究结果有潜在的有趣的后果计算置信区间的参数估计与SGD和构建假设检验是有效的,在非渐近意义上。
2019-04-03 math.OC math.PR math.ST
Asymptotically Optimal Estimator of the Parameter of Semi-Linear Autoregression
考虑了差分方程$ξ_{k}=af(ξ_{k-1})+ε_{k}$,其中$(ε_k)$是平方可积〔的〕差分鞅,以及微分方程${\rm d}ξ=-af(ξ){\rm d}t+{\rm d}η$,其中$η$是平方可积鞅.除了样本量$n$(或观察期,如果时间是连续的)上的一些随机Lipschitz函数的估计族的构建。研究了该估计量的渐近最优性。
2007-07-10 math.DS math.ST stat.AP
Stable limits of martingale transforms with application to the estimation of GARCH parameters
本文研究了具有重尾新息的平稳Gestival过程的高斯拟极大似然估计的渐近性态。这意味着新息随着指数$α\in(2,4)$而规律地变化。然后,特别是,边缘分布的Gestival过程有无限的四阶矩和标准的渐近理论与正常的限制和$\sqrt{n}$率打破。这是Hall和Yao最近观察到的[Econometrica 71(2003)285- 317]。这是本文的目的是表明,在重尾的情况下,参数估计的极限理论仍然非常平行的正常渐近理论。在轻尾情形下,平稳遍历有限方差鞅差序列的极限定理是基于CLT的。在重尾的情况下,这样的一般结果是不存在的,但一个类似的结果与无穷大的方差稳定的限制可以被证明是保持在一定的混合条件下,这是满足的Gesthem过程。这是本文的目的是给一个一般的结构结果的无穷方差极限,也可以应用在更一般的情况下比Gesterion。
2006-05-23 math.ST stat.TH
Estimating FARIMA models with uncorrelated but non-independent error terms
本文在误差不相关但不一定独立或鞅差的假设下,得到了分数积分自回归滑动平均(FARIMA)模型的最小二乘估计(LSE)的渐近性质.我们大大放宽了对新息过程的独立性甚至鞅差假设,以扩大FARIMA模型的应用范围。我们提出了一个相合估计量的渐近协方差阵的LSE,这可能是非常不同的标准框架中获得的。提出了一种构造弱FARIMA模型参数置信区间的自归一化方法。我们所有的结果都是在噪声混合假设下完成的。最后,一些模拟研究和股票市场指数的日收益率的应用,以证实我们的理论工作。
2021-03-18 math.ST stat.AP stat.TH
Sequential change point tests based on U-statistics
我们提出了一个一般框架的序贯检验程序的基础上$U$ -统计,其中包含作为一个例子的序贯检验的基础上的差异,平均值,但也包括一个强大的序贯Wilcoxon变点过程。在这个框架内,我们考虑几个监测计划,考虑到不同的意见,在给定的时间点作出决定。与最初提出的计划,考虑到所有观察的监测期间,我们还考虑了修改后的移动和版本,以及一个页面监控计划的版本。后者对于早期的变化几乎同样好,而对于后期的变化则是有利的。对于所有建议的程序,我们提供的极限分布下的原假设,产生的阈值来控制渐近I型错误。此外,我们表明,所提出的测试有渐近功率1。在模拟研究中,我们通过其经验的大小,功率和检测延迟,这是进一步说明了通过温度数据集的顺序程序的性能进行比较。
2019-12-18 math.ST stat.TH
First versus full or first versus last: U-statistic change-point tests under fixed and local alternatives
Ruhr-Universität Bochum(波鸿鲁尔大学);MEDICE(MEDICE公司);Otto-von-Guericke-Universität Magdeburg(奥托·冯·格里克马格德堡大学)
本文比较了两种U统计量突变点检验方法,在不同数据情况下分析其有效性,发现first-vs-full方法在尺度从小变大时更具优势。
2026-02-18 math.ST stat.ME stat.TH