Rank-basierte Schätzung für autoregressive gleitende durchschnittliche Zeitreihenmodelle Abstract.8194 Wir stellen asymptotische Normalität und Konsistenz für rangbasierte Schätzer von autoregressiv bewegten durchschnittlichen Modellparametern her. Die Schätzer werden durch Minimierung einer rangbasierten Restdispersionsfunktion ähnlich der von L. A. Jaeckel Ann erhaltenen erhalten. Mathe. Stat. Vol. 43 (1972) 144982111458. 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. Dokumenttyp: Forschung Artikel Zugehörigkeiten: Northwestern University Veröffentlichungsdatum: 1 2008. Share Inhalt Zugangsschlüssel Freie Inhalte Teilweise freier Inhalt Neuer Inhalt Open Access Content Teilweise Zugang zu offenen Inhalten Abonnierter Content Teilweise Abonnierte Inhalte Kostenlose Testversion Durchsuchen nach Publikation Durchsuchen nach Thema Durchsuchen nach Verlag Erweiterte Suche Über uns Forscher Bibliotheken Verlage Neue Titel Hilfe Kontakt Website Kopie 2017 Ingenta Artikel Urheberrecht bleibt bei dem Verlag, der Gesellschaft oder dem Autor (en), wie in dem Artikel angegeben. Cookie-Politik Ingenta Connect-Website nutzt Cookies, um den Überblick über die Daten zu erhalten, die Sie ausgefüllt haben. Ich bin glücklich mit diesem Finden Sie heraus mehrRank-basierte Schätzung für autoregressive gleitende durchschnittliche Zeitreihenmodelle Wir stellen asymptotische Normalität und Konsistenz für Rang-basierte Schätzer von autoregressiv bewegten durchschnittlichen Modellparametern. Die Schätzer werden durch Minimierung einer rangbasierten Restdispersionsfunktion ähnlich der von L. A. Jaeckel Ann erhaltenen erhalten. Mathe. 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 mittels Simulation untersucht. Copyright 2007 The Author Journal Compilation 2007 Blackwell Publishing Ltd. Wenn Sie Probleme beim Herunterladen einer Datei haben, überprüfen Sie, ob Sie die richtige Anwendung haben, um sie zuerst anzuzeigen. Bei weiteren Problemen lesen Sie die IDEAS-Hilfeseite. Beachten Sie, dass diese Dateien nicht auf der IDEAS-Website sind. Bitte sei geduldig, da die Dateien groß sein können. Da 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. Artikel von Wiley Blackwell in seiner Zeitschrift Journal of Time Series Analysis. Wenn Sie eine Korrektur anfordern, bitte erwähnen Sie diese Elemente Handle: RePEc: bla: jtsera: v: 29: y: 2008: i: 1: p: 51-73. Siehe allgemeine Informationen zur Korrektur von Material in RePEc. Für 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) oder (Christopher F. Baum) Wenn Sie diesen Artikel verfasst haben und noch nicht registriert sind RePEc, wir ermutigen euch, es hier zu tun. Dies ermöglicht es, Ihr Profil mit diesem Element zu 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 die vollständigen Referenzen ein Element auflisten, das in RePEc vorhanden ist, aber das System nicht mit ihm verknüpft ist, können Sie mit diesem Formular helfen. Wenn Sie von fehlenden Gegenständen wissen, die dieses zitieren, können Sie uns helfen, diese Links zu erstellen, indem wir die relevanten Referenzen in der gleichen Weise wie oben für jedes verweisende Element hinzufügen. Wenn Sie ein registrierter Autor dieses Artikels sind, können Sie auch die Registerkarte Zitate in Ihrem Profil überprüfen, da es einige Zitate gibt, die auf Bestätigung warten. Bitte beachten Sie, dass Korrekturen einige Wochen dauern können, um durch die verschiedenen RePEc-Dienste zu filtern. Weitere Dienstleistungen Folge-Serie, Zeitschriften, Autoren amp mehr Neue Papiere per E-Mail Abonnieren Sie neue Ergänzungen zu RePEc Autorenregistrierung Öffentliche Profile für Wirtschaftsforscher Verschiedene Rankings der Forschung in der Wirtschaft amp verwandte Felder Wer war ein Student von wem, mit RePEc RePEc Biblio Kuratierte Artikel amp Papiere zu verschiedenen ökonomischen Themen Hochladen Sie Ihr Papier auf RePEc aufgeführt werden und IDEAS EconAcademics Blog Aggregator für Wirtschaftsforschung Plagiate Fälle von Plagiaten in Wirtschaftswissenschaften Job Market Papers RePEc Arbeitspapier Serie gewidmet, um den Job-Markt Fantasy League Vortäuschen Sie sind an der Spitze einer Wirtschaft Abteilung Dienstleistungen von der StL Fed Daten, Forschung, apps amp mehr von der St. Louis FedRank-basierte Schätzung für autoregressive bewegte durchschnittliche Zeitreihenmodelle Beth Andrews Zugehörigkeit nicht zur Verfügung gestellt SSRN Wir stellen asymptotische Normalität und Konsistenz für Rang-basierte Schätzer von autoregressiv - Gleitende durchschnittliche Modellparameter. Die Schätzer werden durch Minimierung einer rangbasierten Restdispersionsfunktion ähnlich der von L. A. Jaeckel Ann erhaltenen erhalten. Mathe. 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 mittels Simulation untersucht. Anzahl der Seiten in PDF Datei: 23 Date Posted: December 11, 2007 Vorgeschlagenes Zitat Andrews, Beth, Rankbasierte Schätzung für autoregressive bewegte durchschnittliche Zeitreihenmodelle (0000). Zeitschrift für Zeitreihenanalyse, Bd. 29, Ausgabe 1, S. 51-73, Januar 2008. Erhältlich bei SSRN: ssrnabstract1067149 oder dx. doi. org10.1111j.1467-9892.2007.00545.x Kontaktinformationen
No comments:
Post a Comment