S'abonner

Bernstein-Frechet inequalities for the parameter of the first order autoregressive process - 01/01/04

Doi : 10.1016/j.crma.2004.12.016 
Abdelnasser Dahmani , Megdouda Tari
Laboratory of Applied Mathematics, Department of Mathematics, University of Bejaia, Algeria 

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

The autoregressive process takes an important part in predicting problems leading to decision making. In practice, we use the least squares method to estimate the parameter of the autoregressive process. In the case of the first order autoregressive process, we know that the least squares estimator converges in probability to the unknown parameter . In this Note, we show that the least squares estimator converges almost completely to and so we construct the inequalities of type Bernstein-Frechet for the coefficient of the first order autoregressive process. Using these inequalities a confidence interval is then obtained. To cite this article: A. Dahmani, M. Tari, C. R. Acad. Sci. Paris, Ser. I 340 (2005).

Le texte complet de cet article est disponible en PDF.

Résumé

Les processus linéaires, en général et les processus autoregressifs, en particulier jouent un rôle important dans la prévision qui est fondamentale dans la mesure où elle à la base de lʼaction. En pratique on utilise la méthode des moindres carrées pour estimer les paramètres dʼun processus autoregressif en minimisant la somme des erreurs au carrées. Dans le cas dʼun processus autoregressif dʼordre 1, on sait que lʼestimateur des moindres carrées converge en probabilités vers le paramètre inconnu . Dans cette Note, on montre que cet estimateur converge presque complétement vers et nous construisons des inégalités de type Bernstein-Fréchet pour le coefficient du processus autoregressif dʼordre 1. Ces inégalités nous ont permis de construire un intervalle de confiance pour ce coefficient. Pour citer cet article : A. Dahmani, M. Tari, C. R. Acad. Sci. Paris, Ser. I 340 (2005).

Le texte complet de cet article est disponible en PDF.

Plan

Plan indisponible

© 2004  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 340 - N° 4

P. 309-314 - février 2005 Retour au numéro
Article précédent Article précédent
  • Invariant measures of stochastic partial differential equations and conditioned diffusions
  • Maria G. Reznikoff, Eric Vanden-Eijnden
| Article suivant Article suivant
  • Influence asymptotique de la correction par la moyenne sur lestimation dun modèle AR(1) périodique
  • Antony Gautier

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.