Non-asymptotic confidence estimation of the autoregressive parameter in AR(1) process with an unknown noise variance

Sergey E. Vorobeychikov, Yulia B. Burkatovskaya

Результат исследований: Материалы для журналаСтатьярецензирование

Аннотация

The paper considers the estimation problem of the autoregressive parameter in the first-order autoregressive process with Gaussian noises when the noise variance is un-known. We propose a non-asymptotic technique to compensate the unknown variance, and then, to construct a point estimator with any prescribed mean square accuracy. Also a fixed-width confidence interval with any prescribed coverage accuracy is proposed. The results of Monte-Carlo simulations are given.

Язык оригиналаАнглийский
Страницы (с-по)19-26
Число страниц8
ЖурналAustrian Journal of Statistics
Том49
Номер выпуска4
DOI
СостояниеОпубликовано - 14 апр 2020

ASJC Scopus subject areas

  • Statistics and Probability
  • Statistics, Probability and Uncertainty
  • Applied Mathematics

Fingerprint Подробные сведения о темах исследования «Non-asymptotic confidence estimation of the autoregressive parameter in AR(1) process with an unknown noise variance». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать