非线性时序模型的Harris遍历性质

Harris Ergodicity of Nonlinear Time Series Model

有关非线性时间序列模型的研究,早已引起了人们的广泛重视,针对门限自回归、双线性等一些常见模型的辨识算法、参数估计及其统计性质的研究也日趋完善,但直接对模型本身概率性质的探讨目前尚处起步阶段,在这方面,近年来关于一般状态马氏链的遍历性研究为我们提供了新的思路和方法。 1概念介绍设{X_n}为时齐马氏链,状态空间(X,F),其中,σ-代数F有限或可列生成,P^n(x,A)为{X_n}的n步转移概率。定义1称{X_n}为遍历,如存在(X,F)上的概率测度π。

In this paper, Harris ergodicity of some nonlinear time series models with better generality is discussed. The sufficient conditions for Harris ergodicity of the models decided by the Lyapunov function of their deterministic part are derived.