S'abonner

A locally asymptotically powerful test for nonlinear autoregressive models - 14/08/08

Doi : 10.1016/j.crma.2008.02.017 
Fateh Chebana a , Naâmane Laïb b
a Université du Québec, INRS-ETE, Québec G1K 9A9, Canada 
b L.S.T.A, Université Paris VI, 175, rue du Chevaleret, 75013 Paris, France 

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

pages 6
Iconographies 0
Vidéos 0
Autres 0

Abstract

We propose a locally asymptotically powerful test to simultaneously examine hypotheses relative to the parametric form of the conditional mean and the conditional variance functions in a class of nonlinear semi-parametric time series models without a specified error law. On the basis of a modified version of the Le Cam method of Hwang and Basawa (2001), we establish the local asymptotic normality relative to the model. The main result shows that the test statistic built by substituting consistent estimated residuals and parameters for the theoretical ones is asymptotically normal. Its asymptotic power is computed and the result is illustrated by some simulations. To cite this article: F. Chebana, N. Laïb, C. R. Acad. Sci. Paris, Ser. I 346 (2008).

Le texte complet de cet article est disponible en PDF.

Résumé

Dans cette Note, nous proposons un test localement asymptotiquement puissant pour traiter simultanément des hypothèses portant sur les fonctions moyenne et variance conditionnelles. Ceci est fait sous des conditions de stationnarité et dʼérgodicité sur une classe de modèles semi-paramétriques non-linéaires que nous considérons et lorsque la loi des innovations nʼest pas nécessairement spécifiée. Basé sur une version modifiée de la méthode de Le Cam, dûe à Hwang et Basawa (2001), nous établissons la normalité locale asymptotique relative aux modèles étudiés. Le résultat principal montre que la statistique du test, construite en substituant aux résidus et aux paramètres des estimateurs consistants, est asymptotiquement normale. La puissance asymptotique du test proposé est calculée et des simulations ont été effectuées pour évaluer sa performance. Pour citer cet article : F. Chebana, N. Laïb, C. R. Acad. Sci. Paris, Ser. I 346 (2008).

Le texte complet de cet article est disponible en PDF.

Plan

Plan indisponible

© 2008  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 346 - N° 11-12

P. 671-676 - juin 2008 Retour au numéro
Article précédent Article précédent
  • Filtration de Johnson et groupe de Torelli modulo p, p premier
  • Bernard Perron
| Article suivant Article suivant
  • Numerical method for a dynamic optimization problem arising in the modeling of a population of aerosol particles
  • Alexandre Caboussat, Allison Leonard

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.