.png){kind=icon}
返回
A full bivariate threshold INAR(1) process
.png){kind=icon}
PRE
AI
DOI：10.1080/02331888.2025.2597295.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为捕捉二元整数型时间序列数据的非线性特征，本文引入了一类满二元阈值整数型自回归（FBTINAR）过程。通过设定创新分布的先验条件，对模型进行了概率与统计性质的检验。文中给出了条件最小二乘估计量和条件极大似然估计量及其渐近性质。提出了一种参数检验方法以检测模型中的非线性。通过部分模拟结果说明了估计量的有效性。最后，一个实际应用验证了所提模型的有用性。
Keyword:
Bivariate integer-valued time series
threshold autoregressive model
count data
nonlinearity test
期刊
S
IF:
1
论文数:
83
被引数:
0
机构
引用论文
.png){kind=icon}
Modeling offence counts with a class of mixed integer-valued autoregressive models with dynamic mixing probabilities使用具有动态混合概率的一类混合整数自回归模型对违规次数进行建模
PREAI
分享收藏An integer-valued threshold autoregressive process based on negative binomial thinning基于负二项式稀疏的整数值阈值自回归过程
PREAI
分享收藏
查看更多内容