On a mixture vector autoregressive model

Authors


Abstract

The authors show how to extend univariate mixture autoregressive models to a multivariate time series context. Similar to the univariate case, the multivariate model consists of a mixture of stationary or nonstationary autoregressive components. The authors give the first and second order stationarity conditions for a multivariate case up to order 2. They also derive the second order stationarity condition for the univariate mixture model up to arbitrary order. They describe an EM algorithm for estimation, as well as a diagnostic checking procedure. They study the performance of their method via simulations and include a real application.

Abstract

À propos d'un modèle de mélange autorégressif vectoriel

Les auteurs montrent comment les modèles de mélange autorégressifs univariés peuvent être étendus au cas de séries chronologiques multivariées. Á l'instar du cas univarié, le modèle multivarié est composé d'un mélange de processus autorégressifs, stationnaires ou non. Les auteurs donnent les conditions de stationnarité de premier et de deuxième ordre des modèles multivariés de degré 1 et 2. Ils précisent aussi les conditions de stationnarité du deuxième ordre pour un modèle de mélange univarié de degré arbitraire. Ils décrivent un algorithme de type EM aux fins d'estimation, ainsi qu'un test diagnostic. Ils examinent la performance de leur procédure au moyen de simulations et présentent une application concrète.

Ancillary