长影象模型参数的估计.pdfVIP

摘 要 人们在研究中发现有时时间序列的数据呈现出相距较远的观测值之间仍然具有相关 性的特点，一般地将这种特点称为长记忆性．长记忆性经常出现在水文学、气候学、经 济学等领域．利用长记忆性对时间序列建模也受到越来越多的统计学家的重视． 对长记忆模型的估计方法主要分为两类t参数方法与半参数方法．半参数方法不需 要完整的方差协方差模型，只对分数差分参数d感兴趣；当模型完整地建立以后时，可以 使用参数方法．参数方法比半参数方法的效率高，但是计算量庞大，并且受限于模型的 错误识别；相对地，半参数方法的效率较低，计算量较小，对模型的错误识别具有稳健 型． 本文中，我们将对长记忆模型的三种参数估计与五种半参数估计方法予以介绍．我们 主要讨论了EMLE，AMLE，二次近似极大似然三种参数估计方法以及APE、GPH、 LPE、QMLE、小波OLS五种半参数估计方法，并对各个估计方法的优良性予以阐 述． 最后，为了更清楚地阐述长记忆的参数估计方法与半参数方法及其优良性，我们以 以比较，讨论两种估计量各自的优缺点． 关键词-长记忆I参数估计；半参数估计；谱密度l极大似然；APE；LPE；QMLE Abstract