Estimation de modèles autorégressifs à changement de régime markovien
Résumé. Un modèle autorégressif à changement de régime markovien suppose que, conditionnellement à une suite de variables cachées, les observations forment un modèle autorégressif non-linéaire. Dans ce rapport, nous donnons un calcul analytique du gradient de la log-vraisemblance dans le cas gaussien. Nous étudions aussi un estimateur récursif qui donne de bons résultats sur des données simulées.
Abstract.
An autoregressive model with Markov-switching assume a sequence of random vector to be non linear
autoregressive model given a sequence of non observed state variables wich forms a Markov chain. In this
paper we give an analytical calcul of the gradient of the log-likelihood in the gaussian case. We also
investigate a recursive estimator which works well on simulated data.
AMS Classification :
62M10, 62L20.
|