Affordable Access

Time series and counting estimation

Authors
Publication Date
Disciplines
  • Communication
  • Mathematics

Abstract

Time series and counting estimation Statistique et analyse des données WOJCIECH PIECZYNSKI Time series and counting estimation Statistique et analyse des données, tome 14, no 3 (1989), p. 29-36. <http://www.numdam.org/item?id=SAD_1989__14_3_29_0> © Statistique et analyse des données (Secrétariat mathématique, Paris), 1989, tous droits réservés. L’accès aux archives de la collection « Statistique et analyse des données » implique l’accord avec les conditions générales d’utilisation (http://www.numdam.org/legal.php). Toute utilisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit contenir la présente mention de copyright. Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques http://www.numdam.org/ Statistique et Analyse des Données 1989 - Vol. 14 n°3 - p. 29 - 36 TIME SERIES AND COUNTING ESTIMATION Wojciech PIECZYNSKI Département Mathématiques et Systèmes de Communication Ecole Nationale Supérieure des Télécommunications de Bretagne B.P. 832 - 29285 BREST CEDEX - FRANCE Résumé Nous proposons une nouvelle méthode d'estimation bien adaptée au cas où l'ensemble des paramètres est fini et les observations non indépendantes. Elle est appliquée à l'estimation des coefficients d'un processus auto-régressif non asymptotiquement stationnaire. Mots clés : processus auto-régressif, non stationnante. Classification AMS : 62 F 10, 62 M 10 Classification STMA : 04 030, 12 070 Abstract Supposing the set of parameters finite and the observations dépendent, we propose a new method of estimation which can be applied to non-asymptotically stationary auto-regressive processes. Keywords : auto-regressive processes, non stationarity. 1. INTRODUCTION In the first part, we introduce a new method of estimation (counting estimator) well suited to the case, in which the distribution of a process is defined by conditional distributions a

There are no comments yet on this publication. Be the first to share your thoughts.