Rank-basierte Schätzung für autoregressive gleitende durchschnittliche Zeitreihenmodelle. Abstract Wir stellen asymptotische Normalität und Konsistenz für rangbasierte Schätzer von autoregressiv bewegten durchschnittlichen Modellparametern dar. Die Schätzer werden durch Minimierung einer rangbasierten Restdispersionsfunktion ähnlich der von gegebenen erhalten LA Jaeckel Ann Math Stat Vol. 43 1972 1449 1458 Diese Schätzer können die gleiche asymptotische Effizienz wie Maximum-Likelihood-Schätzer haben und sind robust Die Qualität der asymptotischen Approximationen für endliche Proben wird mittels Simulation untersucht. Dokument Typ Forschung Artikel. Affilationen Northwestern University. Publikationsdatum 1 2008.Share Content. Free content. Partial Free content. New content. Open Zugang content. Partial Open access content. Subscribed content. Partial Abonnierte content. Free trial content. Browse von Publikation. Browse von Subject. Browse von Publisher. Advanced Search. Neue vorgestellten Titel. Website 2017 Ingenta Artikel Urheberrecht bleibt bei dem Verlag, socie Ty oder Autor s wie in der Artikel angegeben. Cookie Policy. Ingenta Connect Website macht Gebrauch von Cookies, um den Überblick über die Daten, die Sie gefüllt haben Ich bin glücklich mit diesem Finden Sie mehr. Rank-basierte Schätzung für autoregressive gleitende durchschnittliche Zeit Serien-Modelle. Wir etablieren asymptotische Normalität und Konsistenz für Rang-basierte Schätzer von autoregressiv-gleitenden durchschnittlichen Modellparametern Die Schätzer werden durch Minimierung einer rangbasierten Restdispersionsfunktion ähnlich der von LA Jaeckel Ann Math Stat Vol. 43 1972 1449- 1458 Diese Schätzer können die gleiche asymptotische Effizienz wie Maximum Likelihood Schätzer und sind robust Die Qualität der asymptotischen Approximationen für endliche Proben wird durch Simulation untersucht Copyright 2007 Die Author Journal Compilation 2007 Blackwell Publishing Ltd. Wenn Sie Probleme beim Herunterladen einer Datei, überprüfen Sie, ob Sie haben die richtige Anwendung, um es zuerst zu sehen Im Falle weiterer Probleme lesen Sie die IDEAS-Hilfeseite Beachten Sie, dass diese f Iles sind nicht auf der IDEAS-Seite Bitte seien Sie geduldig, da die Dateien groß sein können. Wenn der Zugriff auf dieses Dokument eingeschränkt ist, können Sie nach einer anderen Version unter Related Research weiter unten suchen oder nach einer anderen Version suchen Die von Wiley Blackwell in ihrer Zeitschrift Journal of Time Series Analysis zur Verfügung gestellt wird. Wenn Sie eine Korrektur anfordern, bitte erwähnen Sie diesen Artikel s Griff RePEc bla jtsera v 29 y 2008 i 1 p 51-73 Siehe allgemeine Informationen über die Korrektur von Material in RePEc. For technische Fragen zu diesem Artikel, oder um seine Autoren, Titel, Abstract, bibliographischen oder Download-Informationen zu korrigieren, wenden Sie sich an Wiley-Blackwell Digital Licensing. or Christopher F Baum. Wenn Sie diesen Artikel verfasst haben und noch nicht bei RePEc registriert sind, empfehlen wir Ihnen, Tun es hier Hiermit können Sie Ihr Profil mit diesem Element verknüpfen Es erlaubt Ihnen auch, potenzielle Zitate zu diesem Artikel zu akzeptieren, dass wir unsicher sind. Wenn Referenzen ganz fehlen, können Sie sie mit diesem Formular hinzufügen. Wenn das f Ull Referenzen Liste ein Element, das in RePEc vorhanden ist, aber das System nicht mit ihm verknüpfen, können Sie mit diesem Formular helfen. Wenn Sie wissen, fehlende Elemente zitiert diese, können Sie uns helfen, diese Links, indem Sie die entsprechenden Referenzen in Die gleiche Weise wie oben, für jedes verweisende Einzelteil Wenn Sie ein eingetragener Verfasser dieses Einzelteils sind, können Sie auch die Zitaten Registerkarte in Ihrem Profil überprüfen, da es einige Zitate gibt, die auf Bestätigung warten. Merken Sie bitte, dass Korrekturen ein nehmen können Paar Wochen, um durch die verschiedenen RePEc services. More services. Follow Serie, Zeitschriften, Autoren mehr. Neue Papiere per E-Mail zu filtern. Ziehen Sie Neuzugänge zu RePEc. Author Registrierung. Public Profile für Wirtschaftswissenschaftler. Verschiedene Rankings der Forschung in Wirtschaftswissenschaften verwandt Fields. Who war ein Student von wem, mit RePEc. RePEc Biblio. Curated Artikel Papiere zu verschiedenen ökonomischen Themen. Laden Sie Ihr Papier auf RePEc und IDEAS. Blog Aggregator für Wirtschaftsforschung aufgeführt werden. Cases von Plagiate in Economics. Job Market Papers. RePEc Arbeitspapier Serie gewidmet, um den Job market. Fantasy League. Pretend Sie sind an der Spitze einer Wirtschaftsabteilung. Services von der StL Fed. Data, Forschung, apps mehr von der St. Louis Fed. Rank-Based Estimation Für autoregressive bewegte durchschnittliche Zeitreihenmodelle. Wir stellen asymptotische Normalität und Konsistenz für rangbasierte Schätzer von autoregressiv bewegten durchschnittlichen Modellparametern dar. Die Schätzer werden durch Minimierung einer rangbasierten Restdispersionsfunktion ähnlich der von LA Jaeckel Ann Math Stat Vol. 43 1972 1449-1458 Diese Schätzer können die gleiche asymptotische Effizienz wie Maximum-Likelihood-Schätzer haben und sind robust Die Qualität der asymptotischen Approximationen für endliche Samples wird mittels Simulation untersucht Copyright 2007 The Author Journal Compilation 2007 Blackwell Publishing Ltd. Do wollen Sie lesen Der Rest dieses Artikels. Zitate Zitate 9.Referenzen Referenzen 39. 13 17, 23, 38, 39, 47 und die statistisch robuste app Deutsch: www. tab. fzk. de/de/projekt/zusammenf...ng/ab117.htm. Englisch: www. tab. fzk. de/en/projekt/zusammenf...ng/ab117.htm Diagnostische Ansätze verbessern die Robustheit durch Erkennung und harte Ablehnung von Ausreißern, gefolgt von einer klassischen Parameterschätzmethode, die fehlende Werte verarbeitet. Zeigen Sie abstrakt Ausblenden ABSTRAKT Ein neuer robuster und statistisch effizienter Schätzer für ARMA-Modelle, der die beschränkte Einflussausbreitung genannt wird BIP-Bestimulator wird vorgeschlagen Der Schätzer enthält ein Hilfsmodell, das die Ausbreitung von Ausreißern verhindert Starke Konsistenz und asymptotische Normalität des Schätzers für ARMA-Modelle, Werden durch eigenständige und identisch verteilte IID-Innovationen mit symmetrischen Verteilungen angetrieben. Um die infinitesimale Wirkung von Ausreißern auf den Schätzer zu analysieren, wird die Einflussfunktion explizit für ein AR1-Modell mit additiven Ausreißern abgeleitet und berechnet. Um Schätzungen für das AR-Modell zu erhalten, Ein robuster Durbin-Levinson-Typ und ein Vorwärts-Rückwärts-Algorithmus werden vorgeschlagen Ein iterativer Algorithmus zur robusten Erlangung von ARMA p, q Parameterschätzungen wird ebenfalls dargestellt Das Problem der Suche nach einer robusten Initialisierung wird adressiert, wobei für Aufträge pq 2 eine nicht triviale Angelegenheit ist Numerische Experimente werden durchgeführt, um den endlichen sam zu vergleichen Die Leistungsfähigkeit des vorgeschlagenen Schätzers für bestehende robuste Methoden für verschiedene Arten von Ausreißern sowohl hinsichtlich der durchschnittlichen als auch der schlechtesten Fallleistung, gemessen durch die maximale Bias-Kurve, um die praktische Anwendbarkeit des vorgeschlagenen Schätzers zu veranschaulichen, ein echtes Datenbeispiel von Ausreißer-Reinigung für RR-Intervall-Plots, die aus elektrokardiographischen EKG-Daten abgeleitet werden, wird betrachtet Der vorgeschlagene Schätzer ist nicht auf biomedizinische Anwendungen beschränkt, sondern ist auch in jedem realen Problem nützlich, dessen Beobachtungen als ARMA-Prozess modelliert werden können, der durch Ausreißer oder impulsives Rauschen gestört wird - text Artikel Okt 2016.Michael Muma AM Zoubir. Hill 2010b, HR 2010a Eigenschaft P2 c stellt daher sicher, dass tt 0 die gleiche zentrale Grenzeigenschaft hat und zusammen P2 b und P2 b implizieren. m Tt 0 können Gleichungen von konventionellen abschätzen Und Ausreißer robuste M-und MMestimatoren unter dünnen Schwänzen und robuste Schätzer wie LAWD und QMWL Ling 2005Ling 2007, R-Schätzer Andrews 2008, GMTTM HR 201 0a und LTTS Hill 2010a. Zeigen Sie abstrakt Ausblenden abstraktes ABSTRAKT Wir entwickeln eine asymptotisch chi-quadratische Statistik zum Testen von Momentbedingungen E m b0 0, wobei mb schwach abhängig sein kann, skalare Komponenten von m b0 können eine unendliche Varianz haben und E mb muss für kein b unter existieren Die alternativen Score-Tests sind eine natürliche Anwendung, und im Allgemeinen kann eine Vielzahl von Tests schwere Schwanz robustified durch unsere Methode, einschließlich weißes Rauschen, GARCH beeinflussen, weggelassenen Variablen, Verteilung, funktionale Form, Verursachung, Volatilität Spillover und Über-Identifizierung Die Test-Statistik wird aus einer tail-trimmed Probe-Version der Momente ausgewertet an einem konsistenten Plug-in bhat für b0 abgeleitet Abhängig von der Prüfung in Frage und Schwere der Schwänze, bhat kann jeder konsequente Schätzer einschließlich Sub-Root-T-konvergent und Oder asymptotisch nicht-Gaußschen, da bhat sicher sein kann, die Teststatistik nicht asymptotisch zu beeinflussen. Wir passen Bootstrap, p-Wert Besetzungszeit und Kovarianz-Determinanten Methoden zur Auswahl an Die Trimmen Fraktile in jeder Probe, und wenden Sie unsere Statistik auf Tests von weißen Rauschen, weggelassenen Variablen und Volatilität Spillover Wir finden es erhält scharfe empirische Größe und starke Macht, während konventionelle Tests zeigen Größenverzerrungen. Full-Text Artikel Sep 2011.Jonathan B Hill Mike Aguilar. Previously, ähnliche LMP Rangkriterien wurden in 5, 6 für ARMA-Modelle erhalten Für die gleichen Modelle wurden Rangschätzungen in 789 konstruiert. Zeigen Sie abstrakt Ausblenden ABSTRAKT Für den Prozess einer räumlichen Autoregression von Ordnung 1, 1 haben wir lokal die mächtigsten Rangkriterien für die Prüfung der Hypothesen der Koeffizienten der autoregressiven Gleichung konstruiert. Die Statistik der Kriterien bei der Nullhypothese ist frei von Verteilung und sind asymptotisch normal Basing Bei der Statistik von Rangkriterien haben wir einen Algorithmus für die Erstellung von Punktschätzungen von Koeffizienten der autoregressiven Gleichung vorgeschlagen. Die entworfenen Methoden zur Schätzung und Prüfung von Hypothesen sind gegen Ausreißer in Beobachtungen resistent. Full-Text Artikel Mai 2011.VB Goryainov. Hinweis, dass t7 x und N x sind ziemlich ähnlich, außer in der Nähe von x 1 und Andrews, 2008 Im Fall der linearen Modellschätzung ist W die optimale Gewichtsfunktion, wenn die Rauschverteilung logistisch ist und für die R-Schätzung der GARCH-Modellparameter W optimal ist, wenn ln Z ist 2 t ist logistisch. Abstrakt anzeigen Abstrakt ausblenden ABSTRAKT Wir betrachten eine rangbasierte Technik zur Schätzung von GARCH-Modellparametern, von denen einige Skalen-Transformationen von herkömmlichen GARCH-Parametern sind. Die Schätzer werden durch Minimierung einer rangbasierten Restdispersionsfunktion erhalten, die der in LA Jaeckel Estimating angegebenen entspricht Regression Koeffizienten durch Minimierung der Dispersion der Residuen, Ann Math Statist 43 1972 1449 1458 Sie sind nützlich für GARCH Auftragselektion und vorläufige Schätzung Die Begrenzung Verteilung für die Rank Schätzer gegeben ist und verwendet, um zu zeigen, dass sie robust sind, können die gleichen asymptotischen Effizienz als Maximum-Likelihood-Schätzer und sind relativ effizient im Vergleich zu herkömmlichen Gauß - und Laplace-Quasi-Maximum-Likelihood-Schätzern Das Verhalten der Schätzer für endliche Samples wird mittels Simulation untersucht und wir verwenden die Rank-Schätzung, um ein GARCH-Modell an Wechselkurs-Log-Returns anzupassen Der Autor ist sehr dankbar für den Mitherausgeber Pentti Saikkonen und zwei anon Ymous Schiedsrichter für ihre hilfreiche Kommentare. Artikel Dec 2010.Beth Andrews. Most Regression Behandlungen konzentrieren sich auf Pannenhilfe Analyse für dünne Tailed Daten mit Ausreißern unter Kontamination zB Rousseeuw 1985, Basset 1991, He et al 1996, Ciek 2005, 2008 die meisten Sorgen M - Schätzer Frameworks zB Ciek 2008 und die Zitate darin und bei der Trimmung, Trunkierung oder Gewichtung werden nur Non-Tail Daten Quantile berücksichtigt. Abstrakt ausblenden Abstrakt ausblenden ABSTRAKT Wir entwickeln einen GMM-Schätzer für stationäre schwere Schwanzdaten durch Beschneiden eines asymptotisch verschwindenden Sample-Teils der Schätzgleichungen Trimmen sorgt dafür, dass der Schätzer asymptotisch normal ist und die Selbstnormalisierung impliziert, dass wir die Rate nicht kennen müssen Konvergenz Tail-Trimmen stellt jedoch sicher, dass asymmetrische Modelle unter rudimentären Annahmen über die Schwellenwerte abgedeckt werden, und es bedeutet möglicherweise heterogene Konvergenzraten unterhalb von oder über T. Weiterhin bedeutet dies, dass Super-T-Konsistenz je nach Regressor und Irrtum erreichbar ist Schwanzdicke und Rückkopplung mit einer Rate, die der größtmöglichen Rate unter den unbeschränkten minimalen Abstandsschätzern für lineare Modelle mit iid Fehlern entspricht, und eine schnellere Rate als QML für schwere Schwanz GARCH In den letzteren Fällen wird die optimale Rate mit dem effizienten GMM Gewicht erreicht , Und mit einfachen Faustregeln für die Auswahl der Anzahl der getrimmten Gleichungen Simulation Beweise zeigt die Neue es-timator dominiert GMM und QML, wenn diese Schätzer nicht oder nicht gezeigt worden sind, um asymptotisch normal. Full-Text Artikel Mai 2010 Econometric Theory. Jonathan B Hill Eric Renault.
Comments
Post a Comment