مدل بندی سری های زمانی بیش پراکنده با استفاده از مدل های COM-POISS INGARCH
Publish place: 3rd Conference on Financial Mathematics and Applications
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 690
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
CFMA03_117
Index date: 6 June 2015
مدل بندی سری های زمانی بیش پراکنده با استفاده از مدل های COM-POISS INGARCH abstract
سری های زمانی شمارشی بسیاری با بیش پراکندگی مواجه می شوند. مدل های INGARCH یک ابزار مناسب برای مدل بندی سری های زمانی شمارشی است. مدلهای پواسن و دوجمله ای منفی تنها برای بیش پراکندگی مناسب هستند. همچنین مدل های پواسن دوگانه و پواسن تعمیم یافته، هم بیش پراکندگی و هم کم پراکندگی را می توانند مدل بندی کنند. اما این دو مدل یک سری محدودیت و نقص دارند. مدل های COM-POISSON در مدل بندی دامنه وسیعی از بیش پراکندگی و کم پراکندگی (تنها با دو پارامتر) منعطف هستند. بنابراین مدل جدیدی از INGARCH بر پایه این توزیع معرفی خواهیم کرد و شرط ایستایی آن را بیان می کنیم. همچنین میانگین، واریانس و تابع خودهمبستگی و برخی از ویزگی های این مدل را مطالعه می کنیم و پیرامون مراحل برآورد ماکزیمم درستنمایی برای چارامترهای مورد علاقه بحث خواهیم کرد.
مدل بندی سری های زمانی بیش پراکنده با استفاده از مدل های COM-POISS INGARCH Keywords:
مدل بندی سری های زمانی بیش پراکنده با استفاده از مدل های COM-POISS INGARCH authors
نرگس احمدزاده گلی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
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 :