基于离散观测下Cauchy-OU过程的最大似然估计 |
| |
引用本文: | 陈至芬,陈晓鹏.基于离散观测下Cauchy-OU过程的最大似然估计[J].应用数学,2020,33(3):707-717. |
| |
作者姓名: | 陈至芬 陈晓鹏 |
| |
作者单位: | 汕头大学理学院数学系, 广东 汕头 515063 |
| |
摘 要: | 基于离散观测样本,本文研究Cauchy-OU过程的参数估计问题.在大多数情况下,离散时间的最大似然函数是不能直接计算出来的,因此采用傅里叶变换及Gaver-Stehfest算法,构造似然函数的一个显式逼近序列,且该序列收敛于真实(但未知)的似然函数.最后,采用最大似然估计法估计出未知参数.仿真实验表明,所得到的参数估计是比较准确且稳定的.
|
关 键 词: | Cauchy-OU过程 背景驱动L\''{e}vy过程 转移函数 傅里叶变换 最大似然估计法 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《应用数学》浏览原始摘要信息 |
| 点击此处可从《应用数学》下载免费的PDF全文 |
|