The Stein-James estimator for short- and long-memory Gaussian processes

Masanobu Taniguchi*, Junichi Hirukawa

*この研究の対応する著者

研究成果査読

10 被引用数 (Scopus)

抄録

We investigate the mean squared error of the Stein-James estimator for the mean when the observations are generated from a Gaussian vector stationary process with dimension greater than two. First, assuming that the process is short-memory, we evaluate the mean squared error, and compare it with that for the sample mean. Then a sufficient condition for the Stein-James estimator to improve upon the sample mean is given in terms of the spectral density matrix around the origin. We repeat the analysis for Gaussian vector long-memory processes. Numerical examples clearly illuminate the Stein-James phenomenon for dependent samples. The results have the potential to improve the usual trend estimator in time series regression models.

本文言語English
ページ(範囲)737-746
ページ数10
ジャーナルBiometrika
92
3
DOI
出版ステータスPublished - 2005 9

ASJC Scopus subject areas

  • 統計学および確率
  • 数学 (全般)
  • 農業および生物科学(その他)
  • 農業および生物科学(全般)
  • 統計学、確率および不確実性
  • 応用数学

フィンガープリント

「The Stein-James estimator for short- and long-memory Gaussian processes」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル