Статистическая проверка гипотез о значениях параметров биномиальной условно авторегрессионной модели пространственно-временных данных
Аннотация
Построена новая, биномиальная условно авторегрессионная модель пространственно-временных данных, которая является многомерной неоднородной марковской цепью с конечным пространством состояний. Использован метод максимального правдоподобия для статистического оценивания параметров модели. Доказано, что построенные оценки являются состоятельными и асимптотически нормально распределенными. Вычислена информационная матрица Фишера, которая имеет блочно-диагональный вид и является невырожденной. Результаты анализа асимптотических свойств оценок максимального правдоподобия использованы при построении статистики для статистической проверки гипотез о значениях параметров биномиальной условно авторегрессионной модели. Построено решающее правило для статистической проверки гипотез и получено асимптотическое выражение мощности теста для семейства контигуальных альтернатив. Проведены компьютерные эксперименты на модельных данных для анализа эффективности построенного решающего правила. Представлены графики зависимостей экспериментальных и теоретических оценок вероятности ошибки первого рода и мощности теста от длительности наблюдений, иллюстрирующие согласие теоретических и экспериментальных результатов.
Литература
- Kang S., McGree1 J., Baade P., et al. Case Study for Modelling Cancer Incidence Using Bayesian Spatio-Temporal Models. Aust. & N. Z. J. Stat. 2015. Vol. 57, issue 3. P. 325–345.
- Xu G., Liang F., Genton M. G. A Bayesian spatio-temporal geostatistical model with an auxiliary lattice for large datasets. Stat. Sinica. 2015. Vol. 25. P. 61–79.
- Zhu X., Genton M. G., Gu Y., et al. Space-time wind speed forecasting for improved power system dispatch (with discussion and rejoinder). TEST. 2014. Vol. 23. P. 1–25.
- Zhu F., Liu S., Shi L. Local influence analysis for Poisson autoregression with an application to stock transaction data. Stat. Neerlandica. 2016. Vol. 7/1. P. 4 –25.
- Kharin Y. S., Zhurak M. K. Binomialʼnaya uslovno avtoregressionnaya modelʼ prostranstvenno-vremennykh dannykh i ee veroyatnostno-statisticheskii analiz [The binomial conditional autoregressive model of the spatio-temporal data and its probabilistic and statistical analysis]. Dokl. Nats. akad. nauk Belarusi. 2015. Vol. 59, No. 6. P. 5–12 (in Russ.).
- Kharin Y. S., Zhurak M. K. Asimptoticheskii analiz otsenok maksimalʼnogo pravdopodobiya parametrov binomialʼnoi uslovno avtoregressionnoi modeli prostranstvenno-vremennykh dannykh [Asymptotic analysis of maximum likelihood estimators for parameters of binomial conditionally autoregressive model of spatio-temporal data]. Izv. Nats. akad. nauk Belarusi. Ser. fiz.-mat. nauk. 2016. No. 1. P. 36 – 45 (in Russ.).
- Kharin Y. S., Zuev N. M., Zhuk E. E. Teoriya veroyatnostei, matematicheskaya i prikladnaya statistika [Probability theory, mathematical and applied statistics]. Minsk, 2011 (in Russ.).
Авторы, публикующиеся в данном журнале, соглашаются со следующим:
- Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
- Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).