查詢結果分析
來源資料
相關文獻
- Detection of Common Long-Range Dependence Component for Bivariate Time Series
- 典型相關分析簡介
- Selecting Latin Hypercubes Using Correlation Criteria
- 多變量分析(6)--典型相關分析
- 公園遊客之環境態度與不當行為管理策略認同之關係
- 股票報酬與經濟因素:典型相關法之應用
- 美元兌新臺幣匯率的緩長記憶
- 臺灣地區縣市文化中心員工組織承諾之調查分析
- 典型相關分析:與其他統計方法之關係
- Analysing Taiwan Stock Market by the ARFIMA-GARCH Model
頁籤選單縮合
題 名 | Detection of Common Long-Range Dependence Component for Bivariate Time Series=多變量時間數列之共同長期相關成份的檢測 |
---|---|
作 者 | 徐南蓉; 陳英森; | 書刊名 | 東海管理評論 |
卷 期 | 1:1 1999.07[民88.07] |
頁 次 | 頁111-127 |
分類號 | 511.2 |
關鍵詞 | 典型相關; 共同成份; 長記憶; 分數型整合自我迴歸移動平均過程; 兩階段最小平方法; Canonical correlation; Common components; Long memory; Fractionally integrated ARMA process; Two-stage least squares; |
語 文 | 英文(English) |
中文摘要 | 在本篇文章中,我們提倡一種新的方法去辨識多變量時間數列的共同長期相關成份。如果原始數列間個別均具有長期相關,但是卻存在著特定的線性組合不具有長期相關的性質,則我們說在此數列間存在著共同長期相關的成份。首先,我們利用兩階段最小平方法去尋找這種數列間的線性組合,再利用Geweke與Porter-Hudak的方法對轉換過的資料做長期相關性質的檢定。藉由模擬試驗評估此新方法的表現並與先前Ray和Tsay所提倡的典型相關檢定法做比較。結果顯示在檢測多變量時間數列之共同長期相關成份的個數上,此新方法比典型相關檢定法的正確率高且對於因子荷載(factor loading)矩陣具有較佳的估計值。在實證分析上,我們以愛爾蘭的風速資料為例,說明整個檢定的流程。 |
英文摘要 | In this paper, we proposed a new method to identifying common long-range dependent component in a bivariate time series. A common long-range dependent component exists if individual series are both long-range dependent but there exists a particular linear combination of the process which does not have the long-memory property. We first find the linear combination by the two-stage least squares procedure and then test the long-memory property for the transformed data using the method proposed by Geweke and Porter-Hudak (1983). The performance of the proposed test is investigated via Monte Carlo simulation and compared with the previous method based on the canonical correlation analysis. The wind speed data are used to illustrate the test procedure. |
本系統中英文摘要資訊取自各篇刊載內容。