Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

Estimation in autoregressive model with measurement error

Abstract : Consider an autoregressive model with measurement error: we observe Z(i) = X-i + epsilon(i), where the unobserved X-i is a stationary solution of the autoregressive equation X-i = g(theta 0) (Xi- 1) + xi(i). The regression function g(theta 0) is known up to a finite dimensional parameter theta(0) to be estimated. The distributions of xi(1) and X-0 are unknown and g(theta) belongs to a large class of parametric regression functions. The distribution of epsilon(0) is completely known. We propose an estimation procedure with a new criterion computed as the Fourier transform of a weighted least square contrast. This procedure provides an asymptotically normal estimator (theta) over cap of theta(0), for a large class of regression functions and various noise distributions.
Type de document :
Article dans une revue
Liste complète des métadonnées

Littérature citée [28 références]  Voir  Masquer  Télécharger

https://hal.inrae.fr/hal-02633693
Déposant : Migration Prodinra <>
Soumis le : mercredi 27 mai 2020 - 13:15:45
Dernière modification le : vendredi 12 juin 2020 - 10:43:26

Fichier

Dedecker_2014_ESAIM Prob Stat_...
Fichiers éditeurs autorisés sur une archive ouverte

Licence


Copyright (Tous droits réservés)

Identifiants

Citation

Jérôme Dedecker, Adeline Samson, Marie-Luce Taupin. Estimation in autoregressive model with measurement error. ESAIM: Probability and Statistics, EDP Sciences, 2014, 18, pp.277-307. ⟨10.1051/ps/2013037⟩. ⟨hal-02633693⟩

Partager

Métriques

Consultations de la notice

25

Téléchargements de fichiers

17