数学 > 统计理论
[提交于 2019年2月22日
]
标题: 随机采样回归模型的参数估计与长记忆噪声
标题: Parameter estimation for random sampled Regression Model with Long Memory Noise
摘要: 在本文中,我们提出了一个由分数布朗运动增量驱动的线性回归模型中漂移参数的最小二乘估计量,该模型在随机时间点进行采样。 对于两种不同的随机时间点,抖动和更新过程采样,证明了估计量的一致性。 提供了一个模拟研究,以说明在不同赫斯特参数H值下估计量的表现。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.