Hybrid estimation for ergodic diffusion processes based on noisy discrete observations
Hybrid estimation for ergodic diffusion processes based on noisy discrete observations
复制标题
基于噪声离散观测的遍历扩散过程的混合估计
DOI：
10.1007/s11203-019-09203-2
复制
发表时间：
2020
影响因子：
0.8
通讯作者：
Uchida Masayuki
中科院分区：
文献类型：
--
作者：
Kaino Yusuke;Nakakita Shogo H.;Uchida Masayuki
我们考虑基于混合方法的带有噪声采样数据的遍历扩散过程的参数估计，即使用初始贝叶斯型估计器进行多步估计，以便选择合适的初始值来优化拟似然函数。给出了初始贝叶斯型估计器和混合多步估计器的渐近性质，并给出了具体例子和仿真结果。
We consider parametric estimation for ergodic diffusion processes with noisy sampled data based on the hybrid method, that is, the multi-step estimation with the initial Bayes type estimators in order to select proper initial values for optimisation of the quasi likelihood function. The asymptotic properties of the initial Bayes type estimators and the hybrid multi-step estimators are shown, and a concrete example and the simulation results are given.
登录
查看更多内容
离散观察遍历扩散的 AIC 渐近性质
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
Uchida;M.
通讯作者：
M.
关于离散观察扩散过程的一系列检验统计量
DOI：
10.1016/j.jmva.2013.08.002
发表时间：
2011
期刊：
J. Multivar. Anal.
影响因子：
--
作者：
A. Gregorio;S. Iacus
通讯作者：
S. Iacus
使用 YUIMA 进行随机过程的模拟和推理：SDE 和其他随机过程的综合 R 框架
DOI：
10.1007/978-3-319-55569-0
发表时间：
2018
期刊：
影响因子：
--
作者：
S. Iacus;Nakahiro Yoshida
通讯作者：
Nakahiro Yoshida
DOI：
--
发表时间：
2018
期刊：
arXiv: Statistics Theory
影响因子：
--
作者：
Shogo H. Nakakita;Masayuki Uchida
通讯作者：
Masayuki Uchida
随机微分方程的贝叶斯估计器
DOI：
--
发表时间：
2005
期刊：
影响因子：
--
作者：
Yoshida;N.
通讯作者：
N.