S'abonner

Tests portmanteau multivariés d'adéquation de modèles VARMA faibles - 18/08/10

Doi : 10.1016/j.crma.2010.07.017 
Yacouba Boubacar Mainassara
Université Lille III, EQUIPPE, BP 60 149, 59653 Villeneuve d'Ascq cedex, France 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 3
Iconographies 0
Vidéos 0
Autres 0

Résumé

Dans cette Note, nous considérons les tests portmanteau, aussi appelés tests d'autocorrélation, pour tester l'adéquation de modèles ARMA multivarié (VARMA) avec innovations linéaires non corrélées mais non nécessairement indépendantes (i.e. VARMA faibles). Nous relâchons l'hypothèse standard d'indépendance pour étendre le champ d'application des modèles VARMA, ceci permettra aussi de couvrir une large classe de processus non linéaires. Dans un premier temps, nous étudions la distribution asymptotique jointe de l'estimateur du quasi-maximum de vraisemblance (QMV) et des autocovariances empiriques du bruit. Ceci nous permet ensuite d'obtenir les distributions asymptotiques des autocovariances et autocorrelations résiduelles. Enfin, nous en déduisons le comportement asymptotique des statistiques portmanteau de Ljung–Box (ou Box–Pierce) de modèles VARMA faibles. Nous proposons une méthode pour ajuster les valeurs critiques de ces tests.

Le texte complet de cet article est disponible en PDF.

Abstract

In this Note, we consider portmanteau tests for testing the adequacy of vector autoregressive moving-average (VARMA) models under the assumption that the errors are uncorrelated but not necessarily independent. We relax the standard independence assumption to extend the range of application of the VARMA models, allowing us to treat linear representations of general nonlinear processes. We first study the joint distribution of the quasi-maximum likelihood estimator (QMLE) and the noise empirical autocovariances. We thus obtain the asymptotic distribution of residual empirical autocovariances and autocorrelations under weak assumptions on the noise. We deduce the asymptotic distribution of the Ljung–Box (or Box–Pierce) portmanteau statistics for VARMA models with nonindependent innovations. We propose a method to adjust the critical values of the portmanteau tests.

Le texte complet de cet article est disponible en PDF.

Plan

Plan indisponible

© 2010  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 348 - N° 15-16

P. 927-929 - août 2010 Retour au numéro
Article précédent Article précédent
  • On the commutator length of a Dehn twist
  • B?a?ej Szepietowski
| Article suivant Article suivant
  • Estimation locale linéaire de la densité conditionnelle pour des données fonctionnelles
  • Jacques Demongeot, Ali Laksaci, Fethi Madani, Mustapha Rachdi

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.