Spelling suggestions: "subject:"selfsimilarity parameter estimator"" "subject:"ofsimilarity parameter estimator""
1 |
Estimation des indices de stabilité et d'autosimilarité par variations de puissances négatives / Estimation of the stability and the self-similarity indices through negative power variationsDang, Thi To Nhu 05 July 2016 (has links)
Ce travail porte sur l'estimation des indices d'autosimilarité et de stabilité d'un processus ou champ stable fractionnaire et autosimilaire ou d'un processus stable multifractionnaire.Plus précisément, soit X un processus ou un champ stable H-autosimilaire à accroissements stationnaires (H-sssi) ou un processus stable multifractionnaire. Nous observons X aux points k/n, k=0,..., n.Nos estimations sont basées sur des variations de puissances négatives beta avec -1/2<beta<0: en effet, ces variations ont une espérance et une variance.Nous obtenons des estimateurs consistants, avec les vitesses de convergence, pour plusieurs processus H-sssi alpha-stables classiques (mouvement brownien fractionnaire, mouvement stable fractionnaire linéaire, processus de Takenaka, movement de Lévy).De plus, nous obtenons la normalité asymptotique de nos estimations pour le mouvement brownien fractionnaire et le mouvement de Lévy.Ce nouveau cadre nous permet de donner une estimation pour le paramètre d'autosimilarité H sans hypothèse sur alpha et, vice versa, nous pouvons estimer l'indice stable alpha sans hypothèse sur H.En généralisant, pour le cas d'une dimension supérieure à 1, nous obtenons également des estimateurs consistants pour H et alpha. Les résutats sont illustrés par des exemples: champ de Lévy fractionnaire, champ stable fractionnaire linéaire, champ de Takenaka.Pour les processus stables multifractionnaires, nous nous concentrons sur le mouvement brownien multifractionnaire et le processus stable multifractionnaire linéaire. Dans ces deux cas, nous obtenons la consistance des estimateurs pour la fonction d'autosimilarité à un temps donné u et pour l'indice stable alpha. / This work is concerned with the estimation of the self-similarity and the stability indices of a H-self-similarity stable process (field) or a multifractional stable process.More precisely, let X be a H-sssi (self-similar stationary increments) symmetric alpha-stable process (field) or a multifractional stable process. We observe X at points k/n, k=0,...,n.Our estimates are based on beta-negative power variations with -1/2<beta<0, thanks to the existence of expectations and covariances of these variations.We get consistent estimators, with rates of convergence, for several classical H-sssi alpha-stable processes(fractional Brownian motion, well-balanced linear fractional stable motion, Takenaka's processes, Lévy motion). Moreover, we get asymptotic normality of our estimates for fractional Brownian motion and Lévy motion.This new framework allows us to give an estimator for the self-similarity parameter H without assumptions on alpha and, vice versa, we can estimate the stable index alpha without assumptions on H.Generalizing for the case of high dimensions, we also obtain consistent estimators for H and alpha. The results are illustrated with some familiar examples: Lévy fractional Brownian field, well-balanced linear fractional stable field and Takenaka random field.For multifractional stable process, we concentrate on multifractional Brownian motion and linear multifractional stable process. In these two cases, we get the consistency of the estimators for the value of self-similarity function H at a fixed time u and for the stability index alpha.
|
Page generated in 0.432 seconds