查詢結果分析
來源資料
相關文獻
- 伴隨時間序列誤差項的非參數模型之估計漸近理論
- 多空交易部位之最適風險值模型研究--以股票、商品及外匯市場為例
- 季節單根檢定的實務應用
- Quantile Regression Estimates for a Class of Linear and Partially Linear Errors-in-variables Models
- ARIMA模式應用於金融商品股價趨勢預測之實用性研究
- 以單變量ARIMA模式預測金融商品股價趨勢之實證研究
- 以單變量ARIMA模式預測金融商品股價趨勢之實證研究
- 再論廣義半參數模型的漸近有效性
- 以單變量ARIMA模式預測金融商品股價趨勢之實證研究
- 以多變量的預測模式輔助選取最適之臺指選擇權投資策略
頁籤選單縮合
題 名 | 伴隨時間序列誤差項的非參數模型之估計漸近理論=Asymptotic Efficienct Estimation in a Nonparametric Regression Model with Autoregressive Moving-average Errors |
---|---|
作 者 | 林財川; | 書刊名 | 統計與資訊評論 |
卷 期 | 7 2004.03[民93.03] |
頁 次 | 頁25-36 |
分類號 | 510 |
關鍵詞 | 非常態化; 非線性和非穩定形模式; 自我相關函數; 多項式雲形; 自我迴歸移動平均模式; 半參數模型; 非參數模型; Autocorrelation function; Autoregressive moving-average model; Nonlinear and nonstationary model; Nonparametric regression; Polynomial spline; Semiparametric regression; |
語 文 | 中文(Chinese) |
中文摘要 | 本文旨在探討一個可同時解決非常態化、非穩定性和非線性特性的參數模式:Yt = f(Xt) + Zt,其中f(o)表一叢Rd對映到R上的平滑函數,{Xt} 為一已知或可觀察的d為度向量序列,{Zt} 為一與 {Xt} 互相獨立的穩定型自我迴歸移動平均序列。本文提出一組較寬鬆且可檢驗的條件,在該條件下證得以 求得許多常見的參數估計能漸進等於在 {Zt} 為可觀察情況下的結果。 |
英文摘要 | This paper focus on a nonparametric model Yt = f(Xt) + Zt,where f is an unknown smooth function and {Zt} is a sequence of causaland invertible autoregressive moving-average error. We show that undermild assumptions the constructed parametric estimators of error componentare asymptotically equivalent to those based on {Zt}. |
本系統中英文摘要資訊取自各篇刊載內容。