Implications of Markov stability theory for nonparametric statistics, Markov additive fluctuations and data-driven stochastic control


Trottner, Lukas


[img] PDF
thesis_main.pdf - Published

Download (1MB)

URL: https://madoc.bib.uni-mannheim.de/60553
URN: urn:nbn:de:bsz:180-madoc-605538
Document Type: Doctoral dissertation
Year of publication: 2021
Place of publication: Mannheim
University: Universität Mannheim
Evaluator: Döring, Leif
Date of oral examination: 24 September 2021
Publication language: English
Institution: School of Business Informatics and Mathematics > Stochastik (Döring 2017-)
Subject: 510 Mathematics
Keywords (English): nonparametric statistics , Markov processes , mixing , Lévy processes , Markov additive processes , fluctuation theory , data-driven stochastic optimal control
Abstract: The central topic of this thesis is the influence of stability properties of continuous time Markov processes on their nonparametric statistical analysis. In particular sup-norm adaptive invariant density estimation under assumptions on the ergodic behavior of the process is investigated and consequently applied to jump diffusions with Lévy-driven jump part. Furthermore, the findings are used to demonstrate how statistical procedures for Markov processes can be implemented for the development of efficient data-driven strategies for stochastic optimal control problems associated to both continuous diffusion processes and Lévy processes. As one of the main theoretical tools in this regard, we give a detailed analysis of stability properties of overshoots associated to Markov additive processes. This allows incorporating fluctuation theory for Markov additive processes and Lévy processes into our general statistical framework, which is essential for the data-driven Lévy control strategy. Moreover, the overshoot analysis guides us naturally into extending some well-known fluctuation results for Lévy processes to the more general case of Markov additive processes and—making use of the one-to-one correspondence between Markov additive processes and real self-similar Markov processes through the Lamperti–Kiu transform—gives us the right tool to analyze the mixing behavior of self-similar Markov processes sampled at first hitting times.
Translation of the abstract: Zentrales Thema dieser Arbeit ist der Einfluss von Stabilitätseigenschaften zeitstetiger Markov- prozesse auf ihre nichtparametrische statistische Analyse. Insbesondere betrachten wir die adaptive Schätzung der invarianten Verteilung bezüglich des sup-Norm Risikos unter Annahmen an das ergodische Verhalten des Prozesses und wenden die Resultate auf Diffusionen mit Lévy- gesteuerter Sprungkomponente an. Wir nutzen unsere Ergebnisse, um datengesteuerte statistis- che Ansätze für Lösungsstrategien stochastischer optimaler Kontrollprobleme sowohl für stetige Diffusionen als auch für Lévyprozesse zu entwickeln. Als eine der fundamentalen theoretischen Entwicklungen in dieser Hinsicht, geben wir eine detaillierte Analyse des Stabilitätsverhaltens von Overshoots von Markov additiven Prozessen, was uns gestattet Fluktuationstheorie für Lévyprozesse und Markov additive Prozesse in unseren allgemeinen statistischen Rahmen einzu- betten. Zudem motiviert uns die Overshoot-Analyse dazu, einige zentrale Fluktuationsresultate für Lévyprozesse auf den allgemeineren Fall Markov additiver Prozesse zu erweitern. Schließlich erlauben es unsere Overshoot Resultate ebenso, das Mixingverhalten reeller selbstähnlicher Markovprozesse, die an Ersteintrittszeiten ausgewertet werden, zu analysieren. Dazu nutzen wir die bijektive Beziehung zwischen dieser Prozessklasse mit Markov additiven Prozessen, die durch die Lamperti–Kiu Transformation beschrieben wird. (German)

Dieser Eintrag ist Teil der Universitätsbibliographie.

Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadata export


Citation


+ Search Authors in

+ Download Statistics

Downloads per month over past year

View more statistics



You have found an error? Please let us know about your desired correction here: E-Mail


Actions (login required)

Show item Show item