자기 회귀 이동 평균 시계열 모델에 대한 순위 기반 추정. 요약 자기 회귀 이동 평균 모델 매개 변수의 순위 기반 추정량에 대한 점근선 법선 및 일관성을 설정합니다. 추정량은 다음과 같은 순위 기반 잔여 분산 함수를 최소화하여 얻습니다. LA Jaeckel Ann Math Stat Vol 43 1972 1449 1458이 추정기는 최우 추정기와 동일한 점근 효율을 가질 수 있으며 견고하다. 유한 샘플에 대한 점근 적 근사의 품질은 시뮬레이션을 통해 연구된다. 문서 형식 연구 기사. Northwestern University. Publication date 1 2008.Share Content. Free 콘텐츠. 자유로운 콘텐츠. 새로운 콘텐츠. 개방형 콘텐츠. 부분 개방형 콘텐츠. 구독 콘텐츠. 부분 구독 콘텐츠. 무료 평가판 콘텐츠. Browse by Publications. 제목으로 탐색. 게시자가 검색. 고급 검색 . 새로운 추천 타이틀. 웹 사이트 2017 Ingenta Article copyright는 출판사 socie와 함께 유지됩니다. 쿠키 또는 쿠키를 사용하여 작성한 데이터를 추적 할 수 있습니다. 자세히 알아보기. 자동 회귀 평균 이동 시간에 대한 랭크 기반 추정 우리는 자기 회귀 이동 평균 모델 파라미터의 랭크 기반 추정기에 대한 점근선 법선과 일관성을 확립한다. 평가자는 다음과 같은 랭크 기반 잔류 분산 함수를 최소화함으로써 얻어진다. Jaeckel Ann Math Stat Vol 43 1972 1449- 1458이 추정기는 최대 우도 추정기와 동일한 점근 효율을 가질 수 있으며 견고하다. 유한 샘플에 대한 점근선 근사의 품질은 시뮬레이션을 통해 연구된다. Copyright 2007 The Author Journal compilation 2007 Blackwell Publishing Ltd. 파일을 다운로드하는 데 문제가 발생하면 당신은 먼저 그것을 볼 수있는 적절한 응용 프로그램을 가지고 있습니다. 추가 문제가 발생할 경우 IDEAS 도움말 페이지를 읽으십시오. 이들 f iles는 IDEAS 사이트에 없습니다. 파일이 커질 수 있으므로 기다려주십시오. 이 문서에 대한 액세스가 제한되어 있으므로 아래의 관련 연구에서 다른 버전을 찾거나 다른 버전을 검색 할 수 있습니다. 기사 Wiley Blackwell 저널 저널 타임 시리즈 분석에서 제공합니다. 정정을 요청하면이 항목을 언급하십시오. RePEc bla jtsera v 29 y 2008 p 1 51-73 RePEc에서 자료를 수정하는 방법에 대한 일반 정보를 참조하십시오. 기술 관련 제목, 초록, 서지 정보 또는 다운로드 정보를 수정하려면 Wiley-Blackwell Digital Licensing. or 또는 Christopher F Baum에게 문의하십시오. 이 항목을 작성하고 아직 RePEc에 등록하지 않은 분은이 항목에 관한 질문을하거나 그것을해라. 이것은 당신의 프로필을이 항목에 링크 할 수있게 해준다. 우리가 불확실한이 항목에 대한 잠재적 인용을 받아 들일 수도있다. 참조가 완전히 빠진 경우이 양식을 사용하여 추가 할 수있다. f ull 참조가 RePEc에있는 항목을 나열했지만 시스템이 링크하지 않은 경우이 양식을 사용하여 도움을받을 수 있습니다. 이 항목을 언급하지 않은 항목이 있으면 해당 참조를 추가하여 해당 링크를 만들 수 있습니다. 위와 동일한 방법으로 각 추천 항목에 대해 귀하가이 항목의 등록 된 저자 인 경우 확인을 기다리는 인용문이있을 수 있으므로 프로필의 인용란 탭을 확인하는 것이 좋습니다. 몇 주간 다양한 RePEc 서비스를 거쳐 필터링합니다. 더 많은 서비스를 제공합니다. 시리즈, 저널, 저자 등을 추가로 구독 할 수 있습니다. 이메일로 새 논문을 구독하십시오. RePEc. Author 등록에 새 구독 신청하십시오. 경제 연구원을위한 공개 프로필. 경제 관련 연구의 다양한 순위 RePEc. RePEc Biblio를 사용하여 누구의 학생 이었습니까? 다양한 경제 주제에 관한 논문을 정리했습니다. RePEc 및 IDEAS. Blog에 나열된 논문을 업로드하여 경제 연구를위한 수집 자입니다. 경제학 표절 사례. Job Market Papers. RePEc 취업 신문에 특화된 Working Paper 시리즈. 판타지 리그. 경제부의 직책에 있습니다. StL Fed. Data의 서비스, St Louis Fed의 데이터, 연구, 응용 프로그램. Rank Based Estimation 우리는 자기 회귀 이동 평균 모델 파라미터의 랭크 기반 추정기에 대해 점근선 정규성 및 일관성을 확립한다. 추정기는 LA Jaeckel Ann Math Stat에 의해 제공된 것과 유사한 랭크 기반 잔류 분산 함수를 최소화함으로써 얻어진다 Vol 43 1972 1449-1458이 추정기는 최우 추정기와 동일한 점근 효율을 가질 수 있으며 견고하다. 유한 샘플에 대한 점근선 근사의 품질은 시뮬레이션을 통해 연구된다. Copyright 2007 The Author Journal compilation 2007 Blackwell Publishing Ltd. 이 기사의 나머지 부분. 인용 인용문 9. 참고 자료 참고 자료 39. 13 17, 23, 38, 39, 47 및 통계적으로 강력한 애플리케이션 진단 접근법은 이상치의 탐지 및 단호한 거부를 통해 견고성을 향상시킨 다음 누락 된 값을 처리하는 고전적 매개 변수 추정 방법을 따른다. Abstract abstract Hide abstract ABSTRACT 제한된 영향 전파라고 불리는 ARMA 모델에 대한 견고하고 통계적으로 효율적인 새로운 추정기 BIP - 추정기가 제안된다. 추정치는 이상치의 전파를 방지하는 보조 모델을 통합한다. ARMA 모델에 대한 추정기의 강한 일관성과 점근선의 정상성 독립적으로 동일하게 분포 된 대칭 분포에 의한 iid 혁신이 성립된다. 이상 값의 미미한 영향을 추정량에 분석하기 위해 영향 함수가 유도되고 외래 값을 갖는 AR1 모델에 대해 명시 적으로 계산된다. AR p 모델에 대한 추정치를 얻으려면, 강력한 Durbin-Levinson 유형과 순방향 - 역방향 알고리즘이 제안되었다. ARMA p, q 파라미터 추정값을 견고히 얻기위한 반복 알고리즘 또한 제시된다. 강력한 초기화를 찾는 문제는 다루어 지는데, 이는 pq 2의 순서가 중요하지 않은 문제이다 유한 샘을 비교하기위한 수치 실험이 수행되었다. 최대 바이어스 곡선에 의해 측정 된 평균 및 최악의 경우 성능의 측면에서 서로 다른 유형의 아웃 라이어에 대한 기존 견고한 방법론에 대한 제안 된 견적 도구의 성능 비교 제안 된 견적 도구의 실제 적용 가능성을 설명하기 위해 심전도 심전도 데이터에서 유도 된 RR 간격 플롯에 대한 특이점 제거가 고려된다. 제안 된 평가 기는 생체 의학 응용에 국한되지 않고 관측치가 이상치 또는 충동 성 잡음에 의해 방해받는 ARMA 프로세스로 모델링 될 수있는 실제 세계 문제에 유용하다. 2010 년 10 월 20 일, 마이클 Muma AM Zoubir. 2010b, HR 2010a 속성 P2c는 따라서 동일한 중심 제한 특성을 가지고 있으며, P2b와 P2b는 함께 정의됩니다. Tt 0은 기존의 그리고 얇은 꼬리 밑의 이상치 M 및 MMestimators와 LAWD 및 QMWL Ling 2005와 같은 견고한 견적 추정기, R-estimators Andrews 2008, GMTTM HR 201 0a 및 LTTS 힐 (2010a)을 포함한다. Abstract 추상 상태를 숨 깁니다 요약 우리는 모멘트 조건을 테스트하기 위해 점근 적으로 카이 제곱 통계를 개발합니다. 여기서, mb는 약하게 의존 할 수 있고, m b0의 스칼라 성분은 무한한 분산을 가질 수 있으며, E mb는 임의의 b 아래에 존재할 필요가 없습니다 대체 스코어 테스트는 자연스러운 응용 프로그램이며 일반적으로 다양한 테스트가 화이트 노이즈, GARCH 영향, 생략 된 변수, 분포, 기능적 형태, 인과 관계, 변동성 파급 및 과다 식별을 포함하여 우리의 방법에 의해 무거운 꼬리로 강건해질 수 있습니다. 테스트 통계는 b0에 대해 일관된 플러그인 bhat에서 평가 된 모멘트의 테일 트림 된 샘플 버전에서 파생됩니다. 문제의 테스트 및 테일의 중량에 따라 bhat는 서브 루트 T 컨버전 트 및 또는 점근선 적으로 비 가우스 인 경우, bhat는 테스트 통계에 점진적으로 영향을 미치지 않을 것이기 때문에 점진적으로 부트 스트랩, p - 값 점령 시간 및 공분산 행렬을 선택합니다 모든 샘플에서 트리밍 프랙털 분석을 수행하고 백색 잡음, 생략 된 변수 및 변동성 파급의 테스트에 우리의 통계를 적용합니다. 기존의 테스트가 크기 왜곡을 나타 냈지만 선명한 경험적 크기와 강력한 출력을 얻었습니다. 풀 텍스트 9 월 2011. 조나단 B 힐 Mike Aguilar. Previously, 유사한 LMP 순위 기준은 ARMA 모델에 대해 5, 6에서 획득되었습니다. 동일한 모델의 경우 789에서 순위 추정이 생성되었습니다. Abstract abstract Hide Abstract 요약 1, 1 차 공간 자동 회귀 과정에서 우리는 자동 회귀 방정식의 계수에 대한 가설을 검증하기위한 가장 강력한 계급 기준을 국지적으로 구축했다. 0 가설에서의 기준 통계는 분포가 없으며 점근 적으로 정상이다. Basing 랭크 기준의 통계에 대해 우리는 자기 회귀 방정식 계수의 점 추정을위한 알고리즘을 제안했다. 가설의 추정과 테스트를위한 설계된 방법은 관측에서의 이상치에 저항한다. 풀 텍스트 기사 2011 년 5 월호. N x는 x 1 및 Andrews 근처를 제외하면 상당히 유사하다. 선형 모델 추정의 경우 W는 잡음 분포가 물류 적이면 최적의 가중 함수이고, GARCH 모델 매개 변수의 R - 추정의 경우 W는 Z 2 t는 물류이다. Abstract 요약 숨기기 요약 GARCH 모델 파라미터를 추정하기위한 랭크 기반 기법을 고려한다. 그 중 일부는 기존 GARCH 파라미터의 스케일 변환이다. 평가자는 LA에서 주어진 것과 유사한 랭크 기반 잔류 분산 함수를 최소화함으로써 얻어진다. Jaeckel Estimating 잔차의 분산을 최소화하여 회귀 계수를 계산할 수 있습니다. Ann Math Statist 43 1972 1449 1458 GARCH order selection 및 예비 추정에 유용합니다. 순위 추정기에 대한 제한 분포가 주어지며 이들이 견고하고 동일한 점근 적 효율성을 최대 우도 추정기로 사용하고 전통적인 Gaussian 및 Laplace 준 - 최대 우도 추정기와 비교하여 상대적으로 효율적입니다. 유한 샘플에 대한 평가자의 행동을 시뮬레이션을 통해 연구하고 GARCH 모델을 환율에 대한 로그 반환에 맞추기 위해 순위 추정을 사용합니다 저자는 Pentti Saikkonen과 공동 편집인에게 매우 감사하고 있습니다. 2010 년 12 월 12 일. Beth Andrews. Retseeu 1985, Basset 1991, He et al 1996, Ciek 2005, 2008에 가장 많은 우려를 표하는 오염 물질에 의한 이상치가있는 얇은 꼬리 데이터에 대한 브레이크 다운 포인트 분석에 중점을 둡니다. 추산 기 프레임 워크 (예 : Ciek 2008) 및 그 인용문 및 트리밍, 절단 또는 가중치 사용은 비 꼬리 데이터 분위 만 고려됩니다. Abstract 추상 표현을 숨김 요약 우리는 추정 방정식의 점근선 적으로 사라지는 샘플 부분을 다듬어 고정 된 무거운 꼬리 데이터에 대한 GMM 추정기를 개발합니다. 추정기가 점근 적으로 정상이며, 자기 정규화는 우리가 속도를 알 필요가 없다는 것을 의미합니다. 수렴 - 테일링 (tail-trimming)은 임계치에 대한 기본적인 가정하에 비대칭 모델을 보장하며, T 이상 또는 이하의 이질적인 수렴 속도를 의미한다. 또한 회귀 변수와 오차에 따라 수렴성이 높음을 의미한다 테일 두께 및 피드백을 제공하며, iid 오류가있는 선형 모델의 경우 트림되지 않은 최소 거리 추정기 중에서 가능한 가장 큰 속도와 같으며 무거운 테일 GARCH의 경우 QML보다 빠른 속도입니다. 후자의 경우 최적의 속도는 효율적인 GMM 가중치로 달성됩니다 , 손질 된 방정식의 수를 선택하기위한 간단한 어림셈을 사용하여 시뮬레이션 증거는 새로운 es-timator는 GMM과 QML을 지배한다. 이 추정기는 점근 적으로 정상적으로 보이지 않거나 그렇지 않다. 전체 텍스트 기사 2010 년 5 월 계량 경제 이론. 조나단 B 힐 Eric Renault.
No comments:
Post a Comment