Moderate deviation principle in nonlinear bifurcating autoregressive models - Archive ouverte HAL
Article Dans Une Revue Statistics and Probability Letters Année : 2018

Moderate deviation principle in nonlinear bifurcating autoregressive models

Principe de déviations modérées pour des modèles bifurquants autorégressifs non-linéaires

Résumé

Recently, nonparametric techniques have been proposed to study bifurcating autoregressive processes. One can build Nadaraya–Watson type estimators of the two autoregressive functions as in Bitseki Penda et al. (Bitseki Penda S.V., Escobar-Bach M., Guillin A.,Transportation cost-information and concentration inequalities for bifurcating Markov chains, Bernoulli, 23 (2017), pp. 3213-3242 ; Bitseki Penda S.V., Hoffmann M., Olivier A., Adaptive estimation for bifurcating Markov chains, Bernoulli, 23 (2017), pp. 3598-3637) and Bitseki Penda and Olivier (Bitseki Penda S.V., Olivier A., Autoregressive functions estimation in nonlinear bifurcating autoregressive models, Stat. Inference Stoch. Process., 20 (2017), pp. 179-210). In the present work, we prove moderate deviation principe for these estimators.
Fichier principal
Vignette du fichier
BOmdp_hal.pdf (363.42 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01710079 , version 1 (15-02-2018)

Identifiants

Citer

Siméon Valère Bitseki Penda, Adélaïde Olivier. Moderate deviation principle in nonlinear bifurcating autoregressive models. Statistics and Probability Letters, 2018, 138, pp.20-26. ⟨10.1016/j.spl.2018.02.037⟩. ⟨hal-01710079⟩
114 Consultations
143 Téléchargements

Altmetric

Partager

More