A Nonlinear Least Squares Solution of a Minimax Estimation Problem for Stationary Time Series - Marica Manisera, Aride Mazzali - Vita e Pensiero - Articolo Vita e Pensiero

A Nonlinear Least Squares Solution of a Minimax Estimation Problem for Stationary Time Series

digital A Nonlinear Least Squares Solution of a Minimax Estimation Problem for Stationary Time Series
Articolo
rivista STATISTICA & APPLICAZIONI
fascicolo STATISTICA & APPLICAZIONI - 2006 - 1
titolo A Nonlinear Least Squares Solution of a Minimax Estimation Problem for Stationary Time Series
Autori ,
Editore Vita e Pensiero
formato Articolo | Pdf
lingua inglese
online da 06-2016
issn 1824-6672 (stampa) | 2283-6659 (digitale)
Scrivi un commento per questo prodotto
Scarica

Ebook in formato Pdf leggibile su questi device:

The parameter estimation problem for the ARMA models is considered under a minimax approach: when the objective is to minimize the largest deviations in time series, it is useful to define a generalized version of a minimax estimator, minimizing the sum of the r-th powers of the k < n largest absolute deviations. The solution to that problem can be obtained by a searching procedure based on a grid of values on the admissible parametric space. The aim of this paper is propose a new procedure (called FINLS) to solve that minimax problem when a quadratic loss function is considered. FINLS approximates the searching procedure by a modified NLS method, with a filter matrix W selecting the largest absolute deviations to be included in the computation. Some applications account for the validity of the proposed estimation process. The results of a simulative study empirically show that the asymptotic properties of the NLS estimator could be extended to the proposed estimator. We also propose an asymptotic estimator for the covariance matrix of the FINLS estimated parameters.

Biografia degli autori

Marica Mazzali, Department of Quantitative Methods – University of Brescia – C.da S. Chiara, 50, 25122 Brescia (e-mail: mazzali@eco.unibs.it)
Aride Manisera, Department of Quantitative Methods – University of Brescia – C.da S. Chiara, 50, 25122 Brescia (e-mail: manisera@eco.unibs.it).



News

18.07.2022
Le visioni di Calvino per un futuro abitabile
Carlo Ossola ci porta a visitare le città invisibili immaginate da Calvino, luoghi fantastici che parlano della nostra realtà.
18.07.2022
Colpi sul muro dell'indifferenza
Un consiglio di lettura che tocca le pagine di Tomáš Halík e Simone Weil.
18.07.2022
Un granello di bontà, speranza del mondo
Contro la tragedia della guerra, i soprusi dei potenti, la cattiveria di molti c'è la speranza della bontà, tra Grossman ed Esquirol.
27.07.2022
Luigino Bruni, l’economista che salva le parole
Luigino Bruni, direttore scientifico di "The Economy of Francesco", l'economista attento alle parole giuste e al bene comune, risponde al nostro Questionario di Proust.

Newsletter

* campi obbligatori

Collane

  • Cultura e storia
  • Filosofia morale
  • Grani di senape
  • Le nuove bussole
  • Metafisica e storia della metafisica
  • Pagine prime
  • Punti
  • Relazioni internazionali e scienza politica.ASERI
  • Sestante
  • Studi interdisciplinari sulla famiglia
  • Temi metafisici e problemi del pensiero antico
  • Transizioni
  • Varia. Saggistica
  • Scopri le altre Collane