A nonparametric model check for time series when the random vectors are nonstationary and absolutely regular - 12/10/16
pages | 6 |
Iconographies | 0 |
Vidéos | 0 |
Autres | 0 |
Abstract |
In this Note, we study some general methods for testing the goodness-of-fit of a parametric model for a real-valued Markovian time series under nonstationarity and absolute regularity. For that, we define a marked empirical process based on residuals, which converges in distribution to a Gaussian process with respect to the Skorohod topology. This method was first introduced by Koul and Stute [[1]], and then widely developed by Ngatchou-Wandji [[2], [3]] under more general conditions. Applications to general AR-ARCH models are given.
Le texte complet de cet article est disponible en PDF.Résumé |
Dans cette note, nous étudions quelques méthodes générales pour tester un modèle paramétrique associé à une série chronologique markovienne à valeurs réelles lorsque les vecteurs aléatoires sont non stationnaires et absolument réguliers. Notre idée est d'utiliser un processus empirique marqué basé sur les résidus qui converge en loi vers un processus gaussien.
Le texte complet de cet article est disponible en PDF.Plan
Vol 354 - N° 10
P. 1042-1047 - octobre 2016 Retour au numéroBienvenue 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 ?