Parametric Estimation For Functional Autoregressive Processes On The Sphere

2022
Article

Résumé

The aim of this paper is to define a nonlinear least squares estimator for the spectral parameters of a spherical autoregressive process of order 1 in a parametric setting. Furthermore, we investigate on its asymptotic properties, such as weak consistency and asymptotic normality.

Source officielle

https://infoscience.epfl.ch/record/294653?ln=fr

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Parametric Estimation For Functional Autoregressive Processes On The Sphere

Nonparametric estimation for SDE with sparsely sampled paths: An FDA perspective

An equilibrated flux a posteriori error estimator for defeaturing problems

Alpha-NML Universal Predictors

Nonparametric estimation for SDE with sparsely sampled paths: An FDA perspective

An equilibrated flux a posteriori error estimator for defeaturing problems

Alpha-NML Universal Predictors