Modellizzazione di processi stocastici vettoriali stazionari (Un approccio mediante la procedura Arima) Annunziata Adamoli 1984, pagine 186

[ Testo della pagina elaborato con OCR ]

   seconda è la 'funzione di verosimiglianza esatta', proposta da Hillmer e Tiao (1979).
   Per un modello ARMA(p,q) possiamo scrivere
   at= -----
   Se le osservazioni sono N, cioè Z, , . . . , Z^ , pensiamo la
   serie consistente di N-p vettori di osservazioni
   Z , . . . , Z.. . La funzione di verosimiglianza condizionata è P M
   determinata da a ,..., usando i valori iniziali P+H N
   Z. ,..., Z e la condizione a =a =...=a =0. Così,
   1 - — — -
   P P P-4 P-q
   come mostrato in Wilson (1973),
   JJv.Zìlz) «-W «f[-i**(*-)*(<*>*)}
   (3.A.l)
   t= p-n
   z'= eZ-J, ...,zM)
   Proprietà delle stime di massima verosimiglianza ottenute