Parameter estimation for the FOU(p) process with the same lambda
共同 λ 的 FOU(p) 过程参数估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接将 FOU(p) 作为 ARMA 或 ARFIMA 的时间序列建模替代，并研究其参数估计，对应时间序列方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
共同 λ 的 FOU(p) 过程参数估计
- 研究问题
- 以共同 λ 参数的 FOU(p) 过程建模时间序列时，能否采用计算更简便的估计方法，并获得可靠的大样本性质和实际表现？
- 方法与思路
- 作者提出估计 FOU(p) 过程唯一 λ 参数的新方法，在一定条件下证明一致性与渐近正态性，并通过模拟和真实数据进行比较。
- 材料陈述的贡献
- 摘要称，新方法计算更容易、更快，模拟中较一般方法更有效率，并在所展示的真实数据应用中优于所比较的 ARMA 模型族。
- 阅读关注点
- 阅读时应核对共同 λ 约束的适用性、一致性与正态性的具体条件，以及模拟和真实数据中的效率、拟合及比较指标。
- 阅读边界
- 所用版本为 arXiv 预印本，同行评审及期刊接收未核验；摘要未说明证明条件、数据和数值结果，不能推广其效率与模型优势。
原文摘要
The FOU(p) processes can be considered as an alternative to ARMA (or ARFIMA) processes to model time series. Also, there is no substantial loss when we model a time series using FOU(p) processes with the same lambda, than using differents values of lambda. In this work we propose a new method to estimate the unique value of lambda in a FOU(p) process. Under certain conditions, we will prove consistency and asymptotic normality. We will show that this new method is more easy and fast to compute. By simulations, we show that the new procedure work well and is more efficient than the general method. Also, we include an application to real data, and we show that the new method work well too and outperforms the family of ARMA(p, q).