يك مدل جديد براي فرآيندهاي همبسته دوره ايي با پراكندگي متغير شرطي

A new model for periodically correlated process with conditional heteroscedasticity

در اين مقاله با فرض ساختار دوره‌ايي براي فرآيند LARCH كلاس جديدي از يك مدل سري‌زماني با ساختار همبسته دوره‌ايي، واريانس شرطي و حافظه طولاني معرفي مي‌شود. همچنين، براي اين سري زماني ساختار وابستگي درون فصلي و بين فصلي مورد مطالعه قرار مي‌گيرد. تحت فرض‌هاي ارائه شده، سري زماني هر فصل داراي ويژگي حافظه طولاني است. در انتها با استفاده از شبيه‌سازي كارايي برآوردگر R/S، در برآورد پارامتر حافظه طولاني هر فصل نشان داده شده است.

In this paper, we study LARCH processes with periodic structure as a new class of time series with periodic conditional heteroscedasticity and long memory property. We characterize the structure of inter and intra season correlations. Under the proposed assumptions, the long memory property for each season is studied too. Finally, by simulation study the efficiency of the R/S estimator for estimating long memory parameter of each season is shown.