Modellwahl und statistische Inferenz in nicht- und semiparametrischen Autoregressionsmodellen

非参数和半参数自回归模型中的模型选择和统计推断

• 批准号: 5075442
• 负责人: Professor Dr. Enno Mammen
• 金额: --
• 依托单位: Institut für Mathematik
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 1997
• 资助国家: 德国
• 起止时间: 1996-12-31 至 2003-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/5075442?language=en
• 关键词: Modellwahl; und; statistische; Inferenz; nicht

Für komplexe Datensätze in der Zeitreihenanalyse erweisen sich klassische lineare Modellierungen (ARMA Modelle) oft als zu restriktiv. Insbesonders motiviert durch ökonomische Anwendungen wurden seit Beginn der 80er Jahre einige nichtlineare komplexere parametrische Modellierungen der Autoregressionsfunktion und Fehlerstruktur (ARCH, GARCH Modelle, ...) vorgeschlagen. Weitergehend wurden in den letzten Jahren nichtparametrische Ansätze verfolgt, d.h. Ansätze, in denen zum Beispiel die Gestalt der zu schätzenden Autoregressionsfunktion nicht durch parametrische Annahmen eingeengt wird. Gegenstand dieses Projektes ist die statistische Inferenz über verschiedene nichtparametrische Modelle für Zeitreihen. Die Inferenz erfordert zunächst den Einsatz spezieller Schätz- und Testverfahren. Darauf aufbauend sollen Modellwahlverfahren entwickelt werden. Die Implementierung dieser Verfahren soll durch Simulationstechniken (Resamplingverfahren, Bootstrapverfahren) geschehen. Die Konsistenz dieser Simulationsverfahren soll mathematisch untersucht werden.

对于复杂的数据在时代分析中通常采用经典的线性模型（阿尔马模型）。Insbesonders motiviert durch ökonomische Anwendungen wurden seit Beginn der 80er Jahre einige nichtlineare komplexere parametrische Modellierungen der Autoregressionsfunktion und Fehlerstruktur（GRESS Modelle，.）vorgeschlagen。第二次世界大战中，没有参数化的分析，d.h.因此，在Beispiel中，自回归函数的完形不是通过参数化的Annahmen来实现的。Gegenstand dieses Projektes ist die statistische Inferenz über versedene nichtparametrische Modelle für Zeitreihen.该推断是对一种特殊的Schätz- und Testverfahren的推断。我们需要一个完整的模型来制作韦尔登。该方法的实现必须通过仿真技术（重采样法、自举法）来实现。这种模拟的一致性使韦尔登感到满意。