Upload
gisela
View
213
Download
0
Embed Size (px)
Citation preview
This article was downloaded by: [University of Chicago Library]On: 12 November 2014, At: 09:52Publisher: Taylor & FrancisInforma Ltd Registered in England and Wales Registered Number: 1072954 Registered office: MortimerHouse, 37-41 Mortimer Street, London W1T 3JH, UK
Series Statistics: A Journal of Theoretical and AppliedStatisticsPublication details, including instructions for authors and subscription information:http://www.tandfonline.com/loi/gsta19
Minimum-eontrast-schatzungen .für stoehästischeprozesseWiltrud Mühleis a & Gisela Wittwer aa Sektion Mathematik , Technische Universität Dresden , Mommsenstr.13, Dresden, DDR -8027Published online: 27 Jun 2007.
To cite this article: Wiltrud Mühleis & Gisela Wittwer (1980) Minimum-eontrast-schatzungen .für stoehästische prozesse,Series Statistics: A Journal of Theoretical and Applied Statistics, 11:2, 219-227, DOI: 10.1080/02331888008801537
To link to this article: http://dx.doi.org/10.1080/02331888008801537
PLEASE SCROLL DOWN FOR ARTICLE
Taylor & Francis makes every effort to ensure the accuracy of all the information (the “Content”) containedin the publications on our platform. However, Taylor & Francis, our agents, and our licensors make norepresentations or warranties whatsoever as to the accuracy, completeness, or suitability for any purpose ofthe Content. Any opinions and views expressed in this publication are the opinions and views of the authors,and are not the views of or endorsed by Taylor & Francis. The accuracy of the Content should not be reliedupon and should be independently verified with primary sources of information. Taylor and Francis shallnot be liable for any losses, actions, claims, proceedings, demands, costs, expenses, damages, and otherliabilities whatsoever or howsoever caused arising directly or indirectly in connection with, in relation to orarising out of the use of the Content.
This article may be used for research, teaching, and private study purposes. Any substantial or systematicreproduction, redistribution, reselling, loan, sub-licensing, systematic supply, or distribution in anyform to anyone is expressly forbidden. Terms & Conditions of access and use can be found at http://www.tandfonline.com/page/terms-and-conditions
Math. Operationsfomch. Statist., Ser. Statistics. 701. 11 (1950) So. ?, 119-'12i
Zusiinri~uenfassnl~q. 111 ~1it;;rr Arb,.it -sird (1i.r voi: PFXSZACL iu: i ; : i f akgr0~~2 r i~~gef i i i~ r t e Begiff tier Minim:un-Ro~~cr~1st-S~1~~~~1~i1g i~11f iicn Fnii xrii\vertiger stucha- z+:c.nl,.~,. D-- .,LL.,,,.L, . LL,,z(.s: it. :;I,,%& .,* , . ..,,,.,. ,,.,-,,- V2t-r E::TI:.~SR~:I Vorsusseizunaen I+(! die Kcnsistenz diesrr - - Sci-i&~zculg be\\.irs!*rl, Verscilieri?ne aus Jrr L i i ~ r i ~ i l ~ i . iwkiiiii~tr Sci i i i iz i~i i~t i i h i sia'iioi~8i-t-ii
P r o ~ ~ s w n e r - , ~ ~ e j s , . ~ ~ s l < ~ ; ~ a,iy q , - i l ~ : l ~ p ~I~~LIIIIT.III~-~<<)II~I-&~~SC:~-I~?~Z<III~PL~I.
- . . - - Gle ~ ~ : ~ : : ~ ~ : ~ - ~ ~ ~ t ~ ~ ~ ~ t ~ ~ ~ ] ~ ~ ~ t ~ ~ ~ ~ r r \ A !-\T$.r-<:-b6 .d--A. --- t ~ ! i ? ? i r \ --- dip P?!?O -\g-eT~.~igelEe~ri~r;2.L~~~ D l ? ---- ----- 0
der TSlauirnum-l,ik~!ihr.or:1-S~hd,t,z~1ns~ G rlarstelit. wurc!e 'r;o:l mehreren Xutoren ffir Stichproben; die a m l~nabhiingigen identisch verteilten ~ u f a l l s g r o ~ e n ' hestehen, 1 ,)e +,,, L L a L ht& D m . --. -- '"1 'Cl
I riiiYLlhC-li LdJ, LVJ, [ 7 ] , ?;IIc::EL und PFAXZAGL [4] nnd C~IBISDV [!I zeigten unter gewissen Voraussetzungen die Existenz, die Konsistenz und die asymptotische Normalverteilung dieser Schatzung und gahen eiiie asymptotische F ~ i t . i . r - i r l r l r , n ~ fii,r die Vertei!unrrcfnnl~ticn & e e r &h$tzang 172W. f ~ r die Schatzi~.ng -A&u .. Ab..AL'.A -
selbst ax. P B A ~ ~ ~ S A RAO be t r~ch te t e in der Xrbeit [8] Xfi-SchS,tzungen fijr nicht identisch
~ ; ~ ~ t ~ i i t ~ , - 7 - - t - " - - ..- ullAh5iigige Zuialisgro5zn.
)fit Hilfe des Begriffes der MK-Schiitzung ist es moglich, eine groBe Klasse von Schatzungen unter einheitlichen Gesichtspunkten zusammenzufassen und fur h e s e Kiasse gewisse Eigenschaften herzu!eiter,. Deshalb ist eine Ertveiterung clieser Definition auf die Statistik zufiilliger Yrczesse von Interesse.
Axliegcn clieser Arbsit ist cs &her, JIK-Schttzunge?~ fBr ree!!wertige stocha- stische Prozesse zu definiereii (Abschnitt 2 ) und ihre Konsistenz unter recht all- gexieinen Toraussetzungen zu Fev~.eiseil (Abschnitt 31, E s x i rd gezeigt (Abschnitt' 4): dn3 ~;i;7h .;.eri.chiedei2e dgr T,ita.;~iur ?>e!i.am>te ,?mm~tey~rh!i~tn~.:;'~g~:n~ - kei
stationdren Prozessen als soiche XK-Schiitzungen erweisen.
Dow
nloa
ded
by [
Uni
vers
ity o
f C
hica
go L
ibra
ry]
at 0
9:52
12
Nov
embe
r 20
14
Irrezeichnet,. X" stellt also einen ProzeS dar, dessci~ Reakierungen fiir T = 8 ;.p*?l -w-er tiCjP F ~ - - . l . . A : - - . - ..,, 2 ~ a l h c l u l l r r i iiber 3; und f8 r T = Ej Elemente des It%sind, woSei k die Afizah! der ganzer, - ,7&!ert ist, & in BA liege=. SeiE &e 81enge &tlei. &disierungen . .,.* '. ' - . . I --A - -,.- >--4 ; {-'; ,-;;;- ----. "A ---,--,,- *,,,,,,. ,,, .. . .' . ,* + ~ . , + < 6 <> *,. L ,. ,. ...,,t . :l:c<>;y:x ti?>!??- 2 . U . V*. ur*- \;r -- . ^- -------- - - -
- . ~ - - ; j . . * - - - - .-.. . ! : . , -
c e z - ; < - % ...,....* l , - A L - - A & - " ,-., L L - . x: :% %ac= 2 . . * L?2. - - LlIK:-: 1 L
E, den Erwartungs~verf, hezilglich des WahrscheiniicfieitslntzBes P,. ~ .. - - .~~
~ .- . . ~ - . . - - . ~ . , -
- .. . . . . Aii i i i iP y:?'~. :-.y":<.- -'.--- :-6-----.- ' - .-AA&.-sbs,L eri LBLJ&e>bL*-: LL*;;L ; i y * > j : : - > -;-:.2 , z.c: i > ~-~L!- ! ' ; AAa.L-.> - - ~ - y ; . y
kjamilie ~ Z - - L - - - L ~ . - - ~ - L ; ; . ~ L . ~ 2::- j; .D , - , ~ t 9 t +".,l!~ i i i , i i i i i t s L , i iiili-:>~dz*.r* l L i i i; ;. y T W il iiii:a -,
I ) fiir beliebige wshre Parameter q0e& und aile qc&" ETo('(q, x"):) sowie . . li3- A -- go, i f { n , ,r Tx=i ,, ) \ o - - = - , ~ - - "X?bbleTeI? U R ~
9) fer be!i&ige w a h r ~ Parameter q , ~ & imd alle qEv mit q =qO gilt - / A
lim E J f (qo, X*)) < lim EJf ( q , XA)) . A-- A--
Eine MK-Schiitzung ist eine 21-mefibare Abbildung
4 5 a@ . fur die gilt
f @ , XA) = inf { f (q , XA) : qEQC ) . MK-Schgtzungen fiir unabhiingige identisch verteiite ZufailsgroBen erhait man,
1 A wenn f ( q , d) = - C g(q, xi) und x A = (xi, . . ., x,) gesetzt wird und g(q, x) eine
Kontrast-Funktion nach der Definition von PFANZAGL [5] darstellt.
3. Konsistenz von NK-SchMzungen
Im foigenden setzen wir die Hxistenz einer IvllC-Schatzung voraus. Hinreichende Bedingungen fiir die Existenz von NK-Schatzungen wurden in Lemma 3.10 yon p ~ a ; q z a ~ ~ [5] sngegeben. Sic kenlien ohiie wziteres auf unserer: Fa!! fibertrager,
werden. Urn die Konsistenz einer MK-Schatzung fiir stochastische Prozesse zeigen zu
kijnnen, mussen wir weitere Voraussetzungen treffen
Dow
nloa
ded
by [
Uni
vers
ity o
f C
hica
go L
ibra
ry]
at 0
9:52
12
Nov
embe
r 20
14
3Iinimum-Kontrast-SchBtzu~~gen fiir stochastischc Prozesse '321
(i) - A ,,.,-/c1 ECe XA) - k n Egn(f(q, ~1 )!I- 5
A -- - L L
r::.. -:-- T ~ - - - L - - - L , . f< . n .--.3 l L l l G l l l G 1 L U l l b l r i t L l L G t ~ i > V UIIU
(ii) lf(qi, xA) - f (q3 , xA)i s XA) ,
S;JO?)Pj K l , . Y - 4 ) : g Ir?Dd pe i t ive KO;lstaLit.eL1 JI(qO) Qi e_~_i_~?ji~ren, SC) &R LL \ Y O ,
Satz 2 . LTnter den ~-OTCCUsSe;zUnge?Z (V 1) .lEnrc (T,7 4) gibt e~ J.A~ beliehino vb '; -1 - i i v "" '"v & M O
Konstnnte G > O , so dap gilt
Der Beweis zu Satz 2 , der die scharfere Auvslige enthdt , erfordert b we~eniiber o
dem Beweis von Xatz I einige zusiitzliche cberlegungen. Da beide Beweise sn- sonsten anaiog gefiihrt werden, beschranken wir uns auf den Beweis von Satz 2 und folgel., d&?cci den GF.i;,..; .+-,. :c--i?:-c.~l ~ ~ - T . ? ; ; u ; ~ f ~ ~ 7 ; ; c : X X ~ ; 1 t i 9 <lr;r; 2-n- i ,?ll i,-.- r.27 iiiiu6bu ;iiiilL ;> L;uu ;;,;,,A,;. ;;,,, ,, ,, -, ; ,,; i D 2 d i i T - i t - . . l L=>i,
Nach Vorczilssetzung (TJ 1) ist Q E fur beliebige F > O kompakt. Also ist eine ~ b e r - deckung von Q, durch endlich viele Kugeln K j : = ( q € & : 14 - qil 5 fiir jedes 15 statistics, VOI. 11, KO. .?.
Dow
nloa
ded
by [
Uni
vers
ity o
f C
hica
go L
ibra
ry]
at 0
9:52
12
Nov
embe
r 20
14
- -
MUHLEIS, it. ; \\-ITTTVER, G.
SSi ;y A2: Erei~=r, (...>c Q. ! ~ " / r . ; \ x - o . ' = r ? iL??lId bPzeichDe T _ i E i ) &.2~-h1 dei. 0"- l""--" 1Y \-"I z o ! - - J
rT ? .. r, Kugein &e Q E Cberdecken. Die Wahrscheiniiciniieit des Ereignisses 12 l a i~ t sich folgendermaiien abschatzen
UEI) p(&jsp [vfi2\-n- ,Ll < , I - 1- -ppq5 F p ( _ g f n x ) ; t - r - p ( j y . ( I ) :e ., -1
F ~ r w E JJ3' n \T gilt-
Betrachten wir nun &e Ereignisse
c j : = i w t Q : jj(gAjoj, ~ " j w ) ) - f ( q ~ , X - ' ( ~ j j i < ~ f ~ X ( ~ ~ ) ] . i31
Pur den Beweis van Sat= 2 geniigt es zu zeigen, daii e k e Iioiistante @, existiert, so daB
F ( q ) : = Jim E(f (g, x')) . A--
Dann gilt fur die Ereignisse
o f : = {WEB: IF(qj) -f(qj, XA(w)) l ~~!1Jf(q,)} ,
j= 1, 2, . . . , L(q) die Usgleichung !y.'T; <cq-q 1 -pi j - ! Q . ? A ' ! ,! 5
I \-j! . \ * j
Es ist ei-sicbtiicb, &fl
P (q r q ) = P (if(@, xA) ==-f (g j , xA) - ~ ( q , ) -, + m q , ) -, - @(qo,] n q i P ( f ( g A , x") >F(q j ) - 2 ~ $ f M ( q ~ ) ) .
Piir die MK-Schgtzung gA gilt
f(@> XA) s f ( q o , Xa4) .
Dow
nloa
ded
by [
Uni
vers
ity o
f C
hica
go L
ibra
ry]
at 0
9:52
12
Nov
embe
r 20
14
2.1ufgrund rfer Vnra.x.~ssetzi~ng !V 4) fi) k?innen wir .miter abschCt.zen
Aus (21, (3) und (9) folgt
Damit ist, Satz 2 bewiesen.
- . .
4.1. Sei (X(t), t = . . ., 1, Q, 1, . . .) e:ne IX we i ten Sinne stationdre ~ . ~ c u i a r ~ --a ---- zu- ?2
fBliige Foige mit der Spel;tddichte h ( i , yo) -- q(2 , qoj, wobei E a t ) = 9,
Dow
nloa
ded
by [
Uni
vers
ity o
f C
hica
go L
ibra
ry]
at 0
9:52
12
Nov
embe
r 20
14
Dabei bezeichnet i , ( X ) das Periodogramrn des Prozesses
Iflit Iiiife 6er ~ E ~ s E ~ s c h e n Ungieichung kann man die zweite Eigenscilafi der Kontrastfunktionen nachweisen (vgl. IBRAGI~IOV [3]). lTTegen F(q,,) = abrha l ten m;r q;;,. n-Cn >"L I U I y T y "
P(q) \ log - = iog
F(qd
Fiir die Bunktionen g(A, q) ; pcQ, gilt T
j- log g(1, q) dA = 0 . - X
Daraus folgt F!q)>P(q,) fur alle g =kg,.
4.2. Betrachten wir nun den Fall eines stationaren G~ussschen Prozesses mit stetiger Zeit, der eine rationale Spektraldichte h(?,, q,) besitzt. Fur den unbekann-
Dow
nloa
ded
by [
Uni
vers
ity o
f C
hica
go L
ibra
ry]
at 0
9:52
12
Nov
embe
r 20
14
Beweis, Es gilt
h(A, P) 1 4 4 q,) W l , qo) loo ---- = -log > - --- + 1 . " h(A, C/O) 741, q ) q )
Daraus folgt
Somit gilt, _h'(q) > F ( p o ) fijr (7 A +po. Dieser Beweis giit - auch fur nicht G~usssche Prozesse mit rationaier Spektrai-
dichte, fiir &e &s Iiitegrai auf &r rechteil Seite von ill) existiert. ifiuch in diesem Fd! s t &e Schltzung fgr die gilt
f(8, XA)=illf { f ( q , X A ) , q € Q ) , eine NX-Schiitzung fur qo.
Dow
nloa
ded
by [
Uni
vers
ity o
f C
hica
go L
ibra
ry]
at 0
9:52
12
Nov
embe
r 20
14
Summary
In this paper the notion of minimum contrast estirnatvs introduced by PFANZACL for random variables is introclucecl for realvalued stochast,ic processes. Uncler some c~ntl i t~ions the consistency of such estimates is proved. Moreover i t turns out tha t several n-ellknown estilnates for stationsry proeessrs arr r n i n i l r l ~ i ~ r i contrast rstimates.
Dow
nloa
ded
by [
Uni
vers
ity o
f C
hica
go L
ibra
ry]
at 0
9:52
12
Nov
embe
r 20
14