بازه های پیشگویی بوت استرپ برای مدل سری زمانی خودرگریسو ناایستا
Publish place: 3rd Conference on Financial Mathematics and Applications
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 697
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CFMA03_024
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
در مدل های سری زمانی خودرگرسیو (AR) تحلیل داده های سری زمانی معمولا مبتنی بر فرض نرمال بودن باقیمانده ها است . در روش بوت استرپ بدون نیاز به توزیع باقیمانده ها استنباط انجام می شود . در این مقاله ابتدا به معرفی برآوردگرهای کمترین مربعات، شامان – اشتین، آندروس – چن و روی – فولر، برای مدل های سری زمانی خودرگرسیو (AR) ناایستا پرداخته می شود ، که هر دو برآوردگر روی- فولر ، آندروس – چن اصلاحی برای برآوردگر کمترین مربعات است و بعد از آن تصحیح اریبی پارامترها به روش بوت استرپ تشریح شده و نهایتا به محاسبه ی بازه های پیشگویی بوت استرپ برای برآوردگرها پرداخته شده است و سپس در نمونه هایی با اندازه های متفاوت به بررسیشبیه سازی برای بازه های پیشگویی بوت استرپ پرداخته شده و در آخر برای بررسی این بازه های پیشگویی ، به تحلیلداده ها ی واقعی پرداخته می شود.
Keywords:
Authors
نصرالله ایران پناه
گروه آمار ، دانشگاه اصفهان
لیلا عبدالباقی
گروه آمار ، دانشگاه اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :