Autoren:	Höpfner, Reinhard
Titel:	Polynomials under Ornstein–Uhlenbeck noise and an application to inference in stochastic Hodgkin–Huxley systems
Online-Publikationsdatum:	11-Mai-2021
Erscheinungsdatum:	2021
Sprache des Dokuments:	Englisch
Zusammenfassung/Abstract:	We discuss estimation problems where a polynomial s→∑ℓi=0ϑisi with strictly positive leading coefficient is observed under Ornstein–Uhlenbeck noise over a long time interval. We prove local asymptotic normality (LAN) and specify asymptotically efficient estimators. We apply this to the following problem: feeding noise dYt into the classical (deterministic) Hodgkin–Huxley model in neuroscience, with Yt=ϑt+Xt and X some Ornstein–Uhlenbeck process with backdriving force τ, we have asymptotically efficient estimators for the pair (ϑ,τ); based on observation of the membrane potential up to time n, the estimate for ϑ converges at rate n3−−−√.
DDC-Sachgruppe:	510 Mathematik 510 Mathematics
Veröffentlichende Institution:	Johannes Gutenberg-Universität Mainz
Organisationseinheit:	FB 08 Physik, Mathematik u. Informatik
Veröffentlichungsort:	Mainz
ROR:	https://ror.org/023b0x485
DOI:	http://doi.org/10.25358/openscience-5803
Version:	Published version
Publikationstyp:	Zeitschriftenaufsatz
Nutzungsrechte:	CC BY
Informationen zu den Nutzungsrechten:	https://creativecommons.org/licenses/by/4.0/
Zeitschrift:	Statistical inference for stochastic processes 24
Seitenzahl oder Artikelnummer:	35 59
Verlag:	Springer Science + Business Media B.V.
Verlagsort:	Dordrecht
Erscheinungsdatum:	2021
ISSN:	1572-9311
URL der Originalveröffentlichung:	https://doi.org/10.1007/s11203-020-09226-0
DOI der Originalveröffentlichung:	10.1007/s11203-020-09226-0
Enthalten in den Sammlungen:	JGU-Publikationen