Nonparametric regression on hidden phi-mixing variables: identifiability and consistency of a pseudo-likelihood based estimation procedure
Résumé
This paper outlines a new nonparametric estimation procedure for unobserved phi-mixing processes. It is assumed that the only information on the stationary hidden states (Xk) is given by the process (Yk), where Yk is a noisy observation of f(Xk). The paper introduces a maximum pseudo-likelihood procedure to estimate the function f and the distribution of the hidden states using blocks of observations of length b. The identifiability of the model is studied in the particular cases b=1 and b=2. The consistency of the estimators of f and of the distribution of the hidden states as the number of observations grows to infinity is established.
Fichier principal
nphmm_hal.pdf (568.38 Ko)
Télécharger le fichier
a2.pdf (7.14 Ko)
Télécharger le fichier
boxplot_f1.pdf (35.83 Ko)
Télécharger le fichier
boxplot_f2.pdf (34.12 Ko)
Télécharger le fichier
final_f.pdf (9.33 Ko)
Télécharger le fichier
final_f_iso.pdf (9.12 Ko)
Télécharger le fichier
image.pdf (25.95 Ko)
Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)