Previous Page  8 / 9 Next Page
Information
Show Menu
Previous Page 8 / 9 Next Page
Page Background

лишь при

ϕ

0

0

, поскольку величина

|

IF

(

ϕ

(

δ

)

, F

ζ

)

|

монотонно воз-

растает с увеличением

|

ϕ

0

|

. Величина

|

IF

(

ϕ

(

δ

)

, F

ζ

)

|

с возрастанием

σ

2

и

ω

2

как и в аддитивной модели также уменьшается, но уже не до

нуля.

Выводы.

Оценка наименьших квадратов параметра авторегресси-

онного уравнения со случайным коэффициентом является робастной

лишь в нескольких вырожденных случаях. В замещающей модели это

происходит лишь при

ϕ

0

0

и конечной дисперсии выбросов, а в ад-

дитивной модели только в трех случаях: при

σ

2

→ ∞

, при

ω

2

1

ϕ

2

0

и при

ϕ

0

0

. За исключением указанных случаев оценка наименьших

квадратов робастной не является.

ЛИТЕРАТУРА

1.

Fan J.

,

Yao Q.

Nonlinear Time Series: Nonparametric and Parametric Methods. New

York: Springer-Verlag, 2003. 551 p.

2.

Nicholls D.F.

,

Quinn B.G.

Random coefficient autoregressive models: an introduction.

New York: Springer, 1982. 154 p.

3.

Hampel F.R.

The influence curve and its role in robust estimation // J. Amer. Statist.

Assoc. 1974. Vol. 69. No. 346. P. 383–393.

4.

Martin R.D.

,

Yohai V.J.

Influence functionals for time series. With discussion // Ann.

Statist. 1986. Vol. 14. No. 3. P. 781–855.

5.

Aue A.

,

Horv´ath L.

,

Steinebach J.

Estimation in random coefficient autoregressive

models // J. Time Ser. Anal. 2006. Vol. 27. No. 1. P. 61–76.

6.

Maronna R.A.

,

Martin D.

,

Yohai V.

Robust Statistics: Theory and Methods.

Chichester: Wiley, 2006. 403 p.

7.

Wilcox R.R.

Introduction to Robust Estimation and Hypothesis Testing. Amsterdam:

Elsevier, 2012. 690 p.

8.

White H.

Asymptotic theory for econometricians. London: AP, 2001. 273 p.

REFERENCES

[1] Fan J., Yao Q. Nonlinear Time Series: Nonparametric and Parametric Methods. N.Y.,

Springer-Verlag, 2003. 551 p.

[2] Nicholls D.F., Quinn B.G. Random coefficient autoregressive models: an

introduction. N.Y., Springer, 1982. 154 p.

[3] Hampel F.R. The influence curve and its role in robust estimation.

J. Amer. Statist.

Assoc

., 1974, vol. 69, no. 346, pp. 383–393.

[4] Martin R.D., Yohai V.J. Influence functionals for time series. With discussion.

Ann.

Statist

., 1986, vol. 14, no. 3, pp. 781–855.

[5] Aue A., Horv´ath L., Steinebach J. Estimation in random coefficient autoregressive

models.

J. Time Ser. Anal

., 2006, vol. 27, no. 1, pp. 61–76.

[6] Maronna R.A., Martin D., Yohai V. Robust Statistics: Theory and Methods.

Chichester: Wiley, 2006. 403 p.

[7] Wilcox R.R. Introduction to Robust Estimation and Hypothesis Testing. Amsterdam:

Elsevier, 2012. 690 p.

[8] White H. Asymptotic theory for econometricians. London: AP, 2001. 273 p.

Статья поступила в редакцию 21.09.2015

ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. “Естественные науки”. 2016. № 2

23