Indirect inference for time series using the empirical characteristic function and control variates
Indirect inference for time series using the empirical characteristic function and control variates
复制标题
使用经验特征函数和控制变量对时间序列进行间接推断
DOI：
10.1111/jtsa.12582
复制
发表时间：
2021
影响因子：
0.9
通讯作者：
Klüppelberg, Claudia
中科院分区：
文献类型：
--
作者：
Davis, Richard A.;do Rêgo Sousa, Thiago;Klüppelberg, Claudia
我们估计平稳时间序列过程的参数最小化的经验和模拟的特征函数之间的综合加权均方误差，当真正的特征函数不能明确计算。受间接推理的启发，我们使用基于i.i.d.的特征函数的Monte Carlo近似。模拟块。作为一个经典的方差减少技术，我们建议使用的控制变量，以减少这种蒙特卡罗近似的方差。这两个近似产生两个新的估计，适用于一个大类的时间序列过程。我们证明了强混合，矩条件下的参数估计的一致性和渐近正态性，以及模拟块相对于其参数的光滑性。在模拟研究中，我们显示了这些新的模拟为基础的估计的良好性能，和控制变量为基础的估计泊松驱动的时间序列计数的优越性。
We estimate the parameter of a stationary time series process by minimizing the integrated weighted mean squared error between the empirical and simulated characteristic function, when the true characteristic functions cannot be explicitly computed. Motivated by Indirect Inference, we use a Monte Carlo approximation of the characteristic function based on i.i.d. simulated blocks. As a classical variance reduction technique, we propose the use of control variates for reducing the variance of this Monte Carlo approximation. These two approximations yield two new estimators that are applicable to a large class of time series processes. We show consistency and asymptotic normality of the parameter estimators under strong mixing, moment conditions, and smoothness of the simulated blocks with respect to its parameter. In a simulation study we show the good performance of these new simulation based estimators, and the superiority of the control variates based estimator for Poisson driven time series of counts.
登录
查看更多内容
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
B. Wahlberg;J. Welsh;L. Ljung
通讯作者：
L. Ljung
基于鲁棒仿真的 ARMA 模型估计
DOI：
--
发表时间：
2001
期刊：
影响因子：
--
作者：
X. de Luna;M. Genton
通讯作者：
M. Genton
DOI：
--
发表时间：
2002
期刊：
影响因子：
--
作者：
J. Knight;S. Satchell;Jun Yu
通讯作者：
Jun Yu
影响因子：
0.8
作者：
J. Knight;Jun Yu
通讯作者：
J. Knight;Jun Yu
关于时间序列模型中成对似然的评论
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
R. Davis;C. Yau
通讯作者：
C. Yau