线性平稳过程论文：线性平稳序列自协方差函数的渐近分布.docVIP

线性平稳过程论文：线性平稳序列自协方差函数的渐近分布 【中文摘要】时间序列分析的许多基本结果建立在其多个样本自协方差函数联合服从渐近正态分布的基础上。本文针对线性平稳序列的若干个样本自协方差函数,讨论其联合渐近分布问题。众所周知,在个数事先固定后,样本自协方差函数的联合渐近正态是一个著名的结果,是时间序列拟合优度检验,比如独立同分布白噪声检验,的一个基本理论依据。然而在实际应用中,我们经常是先得知样本的容量n,然后选取某个m,把m看成是固定,之后引用上面的经典结论。因此研究个数m随着样本容量n变化时样本自协方差函数的联合渐近分布问题是很有实际意义的。所以本文讨论的第一个问题是,对于线性平稳序列,对给定的观测数据个数n,应该选取什么样的m(n),能够保证其样本自协方差函数{(?)n,j=0,1,…,m(n)}(按照某种方式)渐近服从多元正态分布。正如Keenan,D.M.(1997)指出的那样,对于这种维数变化的随机向量的渐近分布,用定义在(R∞,R∞)上的传统弱收敛并不恰当。Keenan,D.M.(1997)提出的处理这种情形的方法是考虑一致弱收敛,得到了当{xt}t=1∞为一个严平稳强混合序列,并且满足一定的假设条件,在mlog(mlogm)=O(logn)时,样本自协方差函数{(?)n,j=0,1,…,m(n))一致弱收敛到一个多元正态分布。本文在Keenan,D.M.(199