A convergence criterion for systems of point processes from the convergence of their stochastic intensities - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Electronic Communications in Probability Année : 2021

A convergence criterion for systems of point processes from the convergence of their stochastic intensities

Un critère de convergence de systèmes de processus ponctuels à partir de la convergence de leurs intensité stochastique

Résumé

We study systems of simple point processes that admit stochastic intensities. We represent these point processes as thinnings of Poisson measures and are interested in a convergence result of such systems. This result states that, if the stochastic intensities of the limit point processes are independent of the underlying Poisson measures, the convergence in distribution in Skorohod topology of the stochastic intensities implies the same convergence for the point processes.
Nous étudions des systèmes de processus ponctuels ayant des intensités stochastiques. Nous représentons ces processus ponctuels comme des amincissements de mesures de Poisson, et nous nous intéressons à un résultat de convergence de tels systèmes. Ce résultat dit que, si les intensités stochastiques des processus ponctuels limites sont indépendantes des mesures de Poisson sous-jacentes, la convergence en loi dans la topologie de Skorokhod implique la même convergence pour les processus ponctuels.
Fichier principal
Vignette du fichier
21-ECP372.pdf (215.1 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-02518781 , version 1 (25-03-2020)
hal-02518781 , version 2 (15-09-2020)
hal-02518781 , version 3 (10-05-2021)

Identifiants

Citer

Xavier Erny. A convergence criterion for systems of point processes from the convergence of their stochastic intensities. Electronic Communications in Probability, 2021, 26, pp.1 - 10. ⟨10.1214/21-ECP372⟩. ⟨hal-02518781v3⟩
96 Consultations
145 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More