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

20.10.2021
Dante in conclave in Università Cattolica
Mercoledì 3 novembre alle ore 17.00 presentazione del libro di Gian Luca Potestà "Dante in conclave. La Lettera ai cardinali".
05.10.2021
Voci dalle periferie per una nuova Milano
Come ripartire dalle periferie? Ne abbiamo parlato insieme a Marisa Musaio, curatrice del recente volume "Ripartire dalla città".
06.10.2021
La metafisica diventa piccola e illumina l’umano
Intervista a Silvano Petrosino, il filosofo autore di "Piccola metafisica della luce. Una teoria dello sguardo".
05.10.2021
Maryanne Wolf a Milano
Maryanne Wolf torna a Milano il 25 ottobre in occasione dei cento anni dell'Università Cattolica.

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

Questo sito o gli strumenti terzi da questo utilizzati si avvalgono di cookie necessari al funzionamento ed utili alle finalità illustrate nella cookie policy.
Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie, consulta la cookie policy.
Chiudendo questo avviso, navigando in questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie.

Acconsento