广义指数族ARMA模型的参数估计及其BOOTSTRAP置信区间

摘要

本文针对广义指数族ARMA模型，分为连续型指数族和离散型指数族两种情况讨论模型的参数估计，并运用不同的Bootstrap方法构造参数的置信区间和置信带.两种情况均采用Scoring算法进行模型的参数估计，并分别得到Scoring算法中两个模型方向向量的计算公式.对于连续型情况，运用WildBootstrap构造参数的置信区间和置信带，并将其结果与传统的残差Bootstrap进行比较，得到WildBootstrap更快更精确的结论；对于离散型情况，运用分块移动Bootstrap构造参数的置信区间，这种方法更加实用，收敛速度快，并得到较为满意的结果.

目录

文摘

英文文摘

厦门大学学位论文原创性声明及著作权使用声明

第一章绪论

§1.1背景知识

§1.2文章结构

第二章模型的参数估计及其置信区间的构造

§2.1 Fisher Scoring算法

§2.2 Bootstrap方法

第三章广义连续型指数族ARMA模型

§3.1模型的定义

§3.2模型的参数估计

§3.3 Wild Bootstrap及模型参数的置信区间

§3.4数据模拟

第四章广义离散型指数族ARMA模型

§4.1模型的定义

§4.2模型的参数估计

§4.3分块移动Bootstrap及构造参数的置信区间

§4.4数据模拟

§4.5真实数据分析

第五章结论

参考文献

致谢