Comparison of parameter estimation methods for time series models in the presence of outliers

We propose an iterated interpolation approach for the estimation fo time series parameters in the presence of outliers. The proposed approach iterates the parameter estimation stage and the outlier detection stage until no further outliers are detected. For the detection of outliers, interpolation diagnostic is applied, where the atypical observations by the one-step-ahead predictor instead of downweighting is also proposed. The performance of the proposed estimation methods is compared with other robust estimation methods by simulation study. It is observed that the iterated interpolation approach performs reasonably well is general, especially for single AO case and large $\phi$ in absolute values.

본 논문에서는 이상점이 포함된 시계열 자료의 모수추정법으로 반복보간추정법을 제안하였 다. 제안된 방법은 이상점이 더 이상 탐지되지 않을 때까지 모수추정의 단계와 이상점의 탐 지 단계를 반복하는 접근 방법이다. 이상점의 탐지를 위해서는 비정상적인 자료를 보가추정 법으로 대치하는 보간 검진기법을 적용하였다. 또한 추정과정에서 비정상적인 자료의 비중 을 적게하는 대신에 비정상적인 자료를 시계열모형의 구조를 이용한 1-시점후의 예측값으 로 대치하는 수정된 GM-추정법을 제안하였다. 모의실험에 의해 제안된 추정법들과 기존의 로버스트추정법들의 성질을 비교하였다. 모의실험의 결과 반복보간추정법이 다른 추정법보 다 우월한 성질을 가짐을 알 수 있었으며, 특히 AO가 하나만 있는 경우와 모수의 절대값이 큰 경우에 가장 우수함을 확인 할 수 있었다.