Estimation of the Hurst and the stability indices of a $H$-self-similar stable process
本文对H-自相似稳定过程的Hurst指数和稳定指数进行了估计。更精确地说,设$X$是一个$H$ -sssi(自相似平稳增量)对称$α$ -稳定过程.在点$\frac{k}{n}$、$k=0,\ldots,n$观察到过程$X$。我们的估计是基于$β$ -与$-\frac{1}{2}<β<0$的变化。我们得到了几个经典的$H$ -sssi $α$ -稳定过程(分数布朗运动,平衡线性分数稳定运动,Takenaka过程,Lévy运动)的相合估计及其收敛速度.此外,我们还得到了分数布朗运动和Lévy运动估计的渐近正态性。关键词:H-sssi过程;稳定过程;自相似参数估计;稳定参数估计。
2017-10-18 math.ST stat.TH
Local linear estimator for stochastic differential equations driven by $α$-stable Lévy motions
研究了由$T \rightarrow \infty$-在离散时刻观测到的稳定Lévy运动驱动的随机微分方程漂移系数的局部线性估计。在正则条件下,我们得到了估计量的弱相合性和中心极限定理。与Nadaraya-Watson估计相比,无论核函数是否对称,局部线性估计在不同的方案下都有一定的偏差减小。
2012-04-06 math.ST stat.TH
On estimation of skewed stable linear regression
针对偏斜稳定误差的线性回归,提出两阶段估计法:差分后使用柯西拟极大似然估计回归系数,再基于残差矩估计稳定参数,计算高效且可作极大似然优化的初值。
2025-06-24 math.ST stat.TH
Nonparametric Estimation for Stochastic Differential Equations Driven by Fractional Brownian Motion
研究了Hurst参数H > 1/2的分数阶布朗运动驱动的遍历随机过程漂移函数的非参数Nadaraya-Watson估计。估计是基于离散观测的随机过程。利用各态历经性质和随机积分,我们得到了所提出估计量的一致性。
2022-04-30 math.ST stat.ME stat.TH
Nonparametric estimation of the kernel function of symmetric stable moving average random functions
我们估计的核函数的对称α稳定($SαS$)移动平均随机函数,这是观察到的一个规则的网格上的点。建议的估计依赖于经验归一化(平滑)周期图。当网格网格步长趋于零时,同时观测视界趋于无穷大(高频观测)时,对于正定核函数,该方法是弱相合的。仿真研究表明,当滑动平均随机函数的积分测度为$SαS$时,该估计器在有限样本量下具有良好的估计性能,并且对于其它一些无穷可分的积分器也具有良好的估计性能.
2019-08-20 math.ST stat.TH
Non-Gaussian quasi-likelihood estimation of SDE driven by locally stable Lévy process
本文研究了一个纯跳Lévy驱动的单变量随机微分方程模型的参数系数估计问题。从之前的研究Masuda(2013)中可以看出,采用传统的高斯拟最大似然估计量会导致不一致的估计量。在驱动Lévy过程局部稳定的假设下,通过引入一种新的基于未知转移密度的小时间稳定近似的拟似然函数,将Gaussian框架推广到非Gaussian框架.结果表明,对于大范围的驱动纯跳Lévy过程,该估计量是渐近混合正态分布的,没有遍历性和有限矩,与高斯拟极大似然估计量相比,具有更好的理论性能.进行了大量的模拟,以显示良好的估计精度。在遍历性下的大时间渐近性的情况也被简单地提到,在那里我们可以推导出类似的渐近正态性结果。
2018-04-17 math.ST stat.TH
Semiparametric estimation for isotropic max-stable space-time processes
有规律变化的时空过程已被证明是有用的研究极端依赖的时空数据。我们提出了一个半参数估计过程的基础上的极值封闭形式的表达式来估计参数模型的极值依赖函数。我们建立了参数估计的渐近性质,并提出了子抽样程序,以获得渐近正确的置信区间。仿真研究表明,所提出的方法适用于中等样本量,是强大的小偏离的基础模型。最后,我们应用此估计程序,在佛罗里达州的一个地区的雷达降雨测量拟合的最大稳定的过程。补充结果和一些关键结果的证明,并在补充的模拟研究。
2018-07-15 math.ST stat.ME stat.TH
Semiparametric estimation for space-time max-stable processes: F -madogram-based estimation approach
最大稳定过程已被扩展到量化极端的时空数据的依赖。由于时空之间的相互作用,时空数据往往是复杂的分析。因此,描述这些依赖关系是统计学领域的关键挑战之一。本文提出了一种基于时空F-madogram的半参数推断方法,用于在网格数据下估计时空最大稳定过程的参数。该方法的性能进行了研究,通过各种模拟研究。最后,我们应用我们的推理过程来量化的极端行为的雷达降雨数据在佛罗里达州的一个地区。
2019-05-20 math.PR stat.AP stat.ME
Maximum likelihood drift estimation for the mixing of two fractional Brownian motions
本文在线性模型$X_t=θt+σB^{H_1}(t)+B^{H_2}(t),\;t\in[0,T],$中构造了未知漂移参数$θ\in \mathbb{R}$的极大似然估计(MLE),其中$B^{H_1}$和$B^{H_2}$是两个独立的分数布朗运动,其Hurst指标为$\frac12<H_1<H_2<1.$。
2015-06-15 math.PR stat.ME
CRPS M-estimation for max-stable models
最大稳定随机场为多元极值的相关性提供了规范模型。由于缺乏易处理的似然性,用这种模型进行推断一直是一个挑战。相比之下,有限维累积分布函数(CDF)往往是现成的和自然的工作。出于这一事实,在这项工作中,我们开发了一个M-估计框架的最大稳定模型的基础上连续排名概率得分(CRPS)的多元CDF。我们首先建立条件的一致性和渐近正态性的CRPS为基础的估计在一般情况下。然后,我们实现他们在最大稳定的设置,并提供易于计算的表达式,他们的渐近协方差阵。所得到的点和渐近置信区间估计示出了流行的模拟模型。他们享有准确的覆盖率,并提供了一种替代复合可能性为基础的方法。
2013-07-27 stat.ME
Estimation of Parameters of Stable Distributions
本文提出了一种基于广义矩量法(GMM)的稳定分布参数估计方法,并利用$0<α<2$估计稳定分布参数。我们不假设稳定分布是对称的。
2006-11-19 math.PR math.ST stat.TH
On the fractional mixed fractional Brownian motion Time Changed by Inverse alpha Stable Subordinator
一个具有指数α在(0,1)中的逆α稳定从属子的时变分数混合布朗运动是由分数混合布朗运动N(a,b)和一个独立的逆α稳定从属子T α的叠加构成的迭代过程L.本文证明了过程LT α(a,b)在光滑条件下对Hirsh指标H1和H2具有长程相关性。证明了分数混合分数布朗运动对任意H1 < H2都具有长程相关性.
2023-01-23 math.PR math.ST stat.TH
Parametric Estimation for Processes Driven by Infinite Dimensional Mixed Fractional Brownian Motion
Mishura(2008)和Prakasa Rao(2010)等研究了分数布朗运动驱动的随机过程的参数和非参数推断。Prakasa Rao(2004,2013),Cialenco(2009)等人研究了无穷维分数布朗运动驱动过程的类似问题。讨论了无穷维混合分数布朗运动驱动过程的参数估计问题。
2021-03-09 math.PR math.ST stat.TH
Hurst index estimation in stochastic differential equations driven by fractional Brownian motion
研究了由可加分数阶布朗运动驱动的随机微分方程解的Hurst指数估计问题。使用Malliavin演算的技术,我们分析了通过高阶增量定义的解的二次变化的渐近行为。然后,我们应用我们的结果来构建和研究赫斯特指数的估计。
2019-03-06 math.PR math.ST stat.TH
Estimation of stable distribution parameters from a dependent sample
现有的估计稳定分布参数的方法,如基于样本分位数、样本特征函数或最大似然的方法,一般都假设样本是独立的。很少有人注意到估计从一个依赖的样本。本文提出了一种基于样本分位数估计相依样本稳定分布参数的方法。估计被证明是渐近正态的。计算了稳定移动平均过程的渐近方差。从稳定的移动平均过程的模拟来证明这些估计。
2014-05-02 math.ST stat.TH
Adaptive estimation of the stationary density of a stochastic differential equation driven by a fractional Brownian motion
我们建立和研究了一个数据驱动的程序估计的平稳密度f的一个加性分数阶。为此,我们还证明了一些新的浓度界的离散观测这样的动态在平稳制度。
2020-03-11 math.PR math.ST stat.TH
Consistent non-parametric Bayesian estimation for a time-inhomogeneous Brownian motion
建立了非时齐布朗运动离散系数非参数贝叶斯估计的后验相合性。
2013-04-24 math.ST stat.TH
Estimation of the Pointwise Hölder Exponent of Hidden Multifractional Brownian Motion Using Wavelet Coefficients
我们提出了一种基于小波的方法来构建一致的估计的逐点Hölder指数的多分数布朗运动,在这种情况下,这个潜在的过程是不直接观察。我们的估计的相对优点进行了讨论,我们介绍了一个应用的问题估计的非线性模型的功能参数。
2016-07-17 math.PR math.ST stat.TH
Estimation of a pure-jump stable Cox-Ingersoll-Ross process
本文研究了纯跳跃稳定CIR过程的参数估计,提出基于似然近似的相合估计量,证明其渐近性质,并通过一步法改进初步估计量。
2024-02-12 math.PR math.ST stat.TH
Estimation of the characteristic exponent of stable laws
本文提出了一种估计稳定律特征参数$α$的统计算法,并得到了其二次偏差的估计。该算法被应用于描述等离子体弦边缘区域的涨落感应通量。
2013-11-27 math.ST physics.plasm-ph stat.TH
One-Step R-Estimation in Linear Models with Stable Errors
线性模型的经典估计技术要么是不一致的,或执行相当差,下$α$稳定的误差密度,他们中的大多数甚至不是率最优的。本文提出了一种新颖的一步R-估计方法,并研究了其在稳定密度下的渐近性能。与传统的最小二乘方法不同,本文提出的R-估计量在整个稳定分布族下保持根- $n$一致(最优速率),而不考虑其不对称性和尾部指数.虽然由于缺乏稳定密度的封闭形式,参数稳定似然估计非常麻烦,但我们的方法允许我们构建达到与尾部指数$α$和偏度参数$b$的任何规定值$(α_0, \ b_0)$相关的参数效率界限的估计量,同时保持根- $n$一致性在任何$(α, \ b)$以及通常的轻尾密度下。该方法还避免了所有形式的多维argmin计算。仿真结果证实了其优良的有限样本性能。
2012-10-18 math.ST stat.ME stat.TH
Volatility and jump activity estimation in a stable Cox-Ingersoll-Ross model
本文研究 $α$-stable CIR 模型中波动率与跳跃活动度的参数估计,扩展 Mies (2020) 方法实现波动率、尺度与跳跃活动度参数的联合估计,并证明该估计量在对数因子内达到速率最优。
2024-07-31 math.ST stat.TH
Censoring heavy-tail count distributions for parameter estimation with an application to stable distributions
ETH Zurich(苏黎世联邦理工学院);Università della Svizzera italiana(瑞士意大利语大学);University of Siena(锡耶纳大学);Italian Naval Academy(意大利海军学院)
针对概率生成函数已知但概率质量函数无闭式或有限矩不存在的重尾计数分布,提出基于删失与矩准则的参数估计新方法,并可应用于稳定分布。
2024-09-16 math.ST stat.TH
Estimation of the multifractional function and the stability index of linear multifractional stable processes
在本文中,我们感兴趣的多分数稳定过程的自相似性指数$H$是一个时间的函数,换句话说,$H$成为时变的,和稳定性指数$α$是一个常数。使用$β$ -负幂变分($-1/2<β<0$),我们提出了估计的值的多分数函数$H$在一个固定的时间$t_0$和$α$的两种情况下:多分数布朗运动($α=2$)和线性多分数稳定运动($0<α<2$)。我们得到了我们的估计的一致性与收敛速率的基础过程。
2017-11-22 math.ST stat.TH
LAD estimation of locally stable SDE
Wroclaw University of Science and Technology(弗罗茨瓦夫科技大学);Graduate School of Mathematical Sciences, University of Tokyo(东京大学大学院数理科学研究科)
本文研究了高频率观测下局部α-稳定随机微分方程LAD估计的渐近混合正态性,探讨了ergodic和non-ergodic情况,提出了一种无需数值积分的显式目标函数,具有计算优势。
2026-03-30 math.ST stat.TH
A uniform law for convergence to the local times of linear fractional stable motions
我们提供了一个统一的法律弱收敛的添加剂泛函的部分和过程的局部时间的线性分数稳定运动,在设置足够一般的统计应用。我们的结果是基本的非参数估计的非线性统计模型,涉及协变量等过程的全局性质的分析。
2016-02-01 math.ST stat.TH
Regression estimation from an individual stable sequence
我们考虑从一个单独的(非随机)序列$(x_1,y_1),(x_2,y_2), ... \in \real \times \real$,这是稳定的意义上,对于每个间隔$A \subseteq \real$,(i)下的极限相对频率$A$ $x_1, x_2, ...$是由一个未知的概率分布$μ$,和(ii)的极限平均值的那些$y_i$与$x_i \in A$是由一个未知的回归函数$m(\cdot)$。一个计算简单的计划,估计$m(\cdot)$展示,并示出$L_2$一致的稳定序列$\{(x_i,y_i)\}$,使$\{y_i\}$有界,并有一个已知的上限的变化$m(\cdot)$的间隔的形式$(-i,i]$,$i \geq 1$。作为对这一结果的补充,证明了对于回归函数具有有限变差的稳定序列族,即使在$x_i \in [0,1]$和$y_i$是二值的限制下,也不存在相容的估计方案.
2007-10-12 cs.IT math.IT math.PR
Estimation of stability index for symmetric α-stable distribution using quantile conditional variance ratios
$α$ -稳定分布类在各种应用中有着广泛的应用,特别是对于重尾数据的建模。虽然$α$ -稳定分布已在实践中使用多年,但用于识别、测试和估计的新方法仍在改进,并且新方法正在被提出。新的统计方法的不断发展与现有算法的低效率有关,特别是当底层样本很小或底层分布接近高斯时。本文针对对称$α$ -稳定分布样本,提出了一种新的稳定指标估计算法。所提出的方法是基于分位数条件方差比。我们研究的统计特性,建议的估计程序和经验表明,我们的方法往往优于其他常用的估计算法。此外,我们表明,我们的统计提取独特的样本特征,可以与其他方法相结合,以完善现有的方法,通过ensamble方法。虽然我们的重点是对称的$α$稳定的情况下,我们证明,所考虑的统计是不敏感的偏度参数的变化,使我们的方法也可以用于一个更通用的框架。为了完整性,我们还展示了如何将我们的方法应用于与等离子体物理相关的真实数据。
2022-12-27 math.ST stat.ME stat.TH
A Minimal Contrast Estimator for the Linear Fractional Stable Motion
本文给出了线性分式稳定运动的三维参数$(σ, α, H)$的一个估计,其中$H$表示自相似参数,$(σ, α)$是驱动对称Lévy过程$L$的标度和稳定性参数.我们的方法是基于一个最小的对比度的方法与经验的特征函数结合的自相似性参数$H$的比率型估计。主要结果研究了所得估计量的强相合性和弱极限定理。此外,我们提出了几个想法,以获得可行的置信区域在各种参数设置。我们的工作主要与[16,18]有关,其中研究了线性分式稳定运动及相关Lévy滑动平均过程的参数估计。
2020-03-25 math.ST stat.ME stat.TH
Estimation for seasonal fractional ARIMA with stable innovations via the empirical characteristic function method
最大似然法虽然被广泛使用,但由于模型所依据的假设与观测数据的真实密度概率分布之间的不一致,可能是不稳健的。由于经验特征函数是经验分布函数的傅里叶变换,因此它保留了样本中的所有信息,但可以克服似然带来的困难。本文讨论了稳定季节分数ARIMA过程的ECF估计方法。在一定的假设下,我们证明了所得到的估计是一致的,渐近正态分布。为了比较的目的,我们还考虑了Ndongo等人(2010)开发的MCMC Whittle方法。这两种方法的性能进行了讨论,使用Monte Carlo模拟。
2012-12-12 math.ST stat.TH
Lag selection and estimation of stable parameters for multiple autoregressive processes through convex programming
Ruhr-Universität Bochum(波鸿鲁尔大学);UCLouvain(鲁汶大学)
高维时间序列由于其广泛的应用,已成为一个研究热点。特别是,几种方法和有限样本理论的个人稳定的自回归过程与已知的滞后已成为最近。相反,我们考虑多个稳定的自回归过程,共享一个未知的滞后。我们使用跨不同过程的信息来同时选择滞后和估计参数。我们证明了估计过程是稳定的,我们建立的预测误差率,可以超过我们的设置中的已知率。我们的见解的滞后选择和稳定性也感兴趣的情况下,个人自回归过程。
2023-03-03 cs.LG math.ST stat.ML