s'authentifier
rss feed
HAL : hal-00184942, version 2

Fiche détaillée  Récupérer au format
Versions disponibles :
Maximum likelihood estimators and random walks in long memory models
Karine Bertin 1, Soledad Torres 1, Ciprian Tudor 2, 3
(04/11/2007)

We consider statistical models driven by Gaussian and non-Gaussian self-similar processes with long memory and we construct maximum likelihood estimators (MLE) for the drift parameter. Our approach is based on the approximation by random walks of the driving noise. We study the asymptotic behavior of the estimators and we give some numerical simulations to illustrate our results.
1 :  Departamento de Estadistica
Universidad de Valparaíso
2 :  Centre d'économie de la Sorbonne (CES)
CNRS : UMR8174 – Université Panthéon-Sorbonne - Paris I
3 :  Statistique Appliquée et MOdélisation Stochastique (SAMOS)
Université Panthéon-Sorbonne - Paris I
Mathématiques/Statistiques

Statistiques/Théorie

Mathématiques/Probabilités
Liste des fichiers attachés à ce document : 
PDF
btt-Statistics-FINAL.pdf(217.6 KB)
PS
btt-Statistics-FINAL.ps(232.6 KB)

tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...