Adaptive Bayes type estimators of ergodic diffusion processes from discrete observations
Adaptive Bayes type estimators of ergodic diffusion processes from discrete observations
复制标题
来自离散观测的遍历扩散过程的自适应贝叶斯型估计器
DOI：
10.1007/s11203-014-9095-4
复制
发表时间：
2014
影响因子：
0.8
通讯作者：
Masayuki Uchida and Nakahiro Yoshida
中科院分区：
文献类型：
--
作者：
K. Bogdan;T. Kumagai;M. Kwaśnicki;熊谷隆;熊谷隆;石毛和弘;熊谷隆;Takayuki Fujii and Masayuki Uchida;熊谷隆;Kengo Kamatani and Masayuki Uchida;熊谷隆;熊谷隆;Hayato Kitagawa and Masayuki Uchida;石毛和弘;Masayuki Uchida and Nakahiro Yoshida
本文研究了基于采样数据的多维遍历扩散过程漂移和扩散系数参数的自适应贝叶斯估计。在采样数据的离散化步骤的一般条件下，通过将Uchida和Yoshida的自适应最大似然型方法（Stoch Process Appl 122：2885-2924，2012）应用于贝叶斯过程，提出了三种自适应贝叶斯型估计器。本文利用统计随机场的多项式型大偏差不等式，利用Kutoyants程序证明了自适应Bayes型估计量的矩的渐近正态性和收敛性.
We consider adaptive Bayesian estimation of both drift and diffusion coefficient parameters for ergodic multidimensional diffusion processes based on sampled data. Under a general condition on the discretization step of the sampled data, three kinds of adaptive Bayes type estimators are proposed by applying adaptive maximum likelihood type methods of Uchida and Yoshida (Stoch Process Appl 122:2885–2924, 2012) to Bayesian procedures. We show asymptotic normality and convergence of moments for the adaptive Bayes type estimators by means of the Ibragimov–Has’minskii–Kutoyants program together with the polynomial type large deviation inequality for the statistical random field.
登录
查看更多内容
小扩散的贝叶斯估计量的渐近展开
影响因子：
2
作者：
N. Yoshida
通讯作者：
N. Yoshida
影响因子：
1.4
作者：
Masayuki Uchida;N. Yoshida
通讯作者：
Masayuki Uchida;N. Yoshida
影响因子：
1
作者：
M. Kessler
通讯作者：
M. Kessler
基于离散观测的遍历扩散过程的基于对比的信息标准
DOI：
--
发表时间：
2010
期刊：
Annals of the Institute of Statistical Mathematics 62(1)
影响因子：
--
作者：
Uchida;M.
通讯作者：
M.
影响因子：
1.4
作者：
Uchida, Masayuki;Yoshida, Nakahiro
通讯作者：
Yoshida, Nakahiro