Рассмотрим модель AR ( ) (предполагая нулевое среднее значение для простоты):
Оценщик OLS (эквивалентный условному максимального правдоподобия) для является предвзятым, как отмечалось в недавнем потоке .
(Любопытно, что я не смог найти ни предвзятости, упомянутой в «Анализе временных рядов» Гамильтона, ни в нескольких других учебниках по временным рядам. Однако его можно найти в различных заметках к лекциям и академических статьях, например, в этом ).
Я не смог выяснить, является ли точная оценка максимального правдоподобия AR ( ) смещенной или нет; отсюда мой первый вопрос.
- Вопрос 1: Является ли точная оценка максимального правдоподобия параметров авторегрессии модели AR ( ) смещенной? (Предположим, что процесс AR ( ) является стационарным. В противном случае оценка даже не является последовательной, поскольку она ограничена в стационарной области; см., Например, Hamilton «Анализ временных рядов» , стр. 123.)
Также,
- Вопрос 2: Есть ли достаточно простые объективные оценки?
Ответы:
Это, конечно, не точный ответ на ваш вопрос 1, но, поскольку вы задали вопрос в целом, доказательства контрпримеров уже указывают на то, что ответ отрицательный.
Итак, вот небольшое исследование с использованием точной оценки ML,
arima0
чтобы доказать, что есть хотя бы один случай смещения:источник
Я читаю ту же книгу, которую вы читаете, и нашел ответ на оба ваших вопроса.
Смещение бета-версий авторегрессии упоминается в книге на стр. 215.
В книге также упоминается способ исправить предвзятость на стр. 223. Путь к этому заключается в итеративном двухэтапном подходе.
Надеюсь это поможет.
источник