Padrões autorregressivos periódicos ocultos - modelos de média móvel em dados de séries temporais Citações Citações 27 Referências Referências 0 quotPara trabalhos anteriores, veja entre outros Gladyshev (1961) e Jones e Brelsford (1967). Tiao e Grupe (1980) ilustram as dificuldades de ignorar o comportamento periódico na modelagem de séries temporais. A evidência empírica que apóia a utilidade dos modelos PARMA foi documentada por muitos autores, ver, por exemplo, Vecchia (1985a, 1985b), Salas e Obeysekera (1992), Lund (2006), Tesfaye et al. (2006) para aplicações para stream stream series, Bloomfield et al. (1994), Lund et al. (2006) aos dados ambientais, Osborn e Smith (1989) para dados econômicos e Gardner e Spooner (1994) para aplicações no processamento de sinal. Resumo: O objetivo deste trabalho é investigar as propriedades assintóticas da estimativa de mínimos quadrados ponderados (WLS) para modelos de média móvel autorregressiva periódica causal e inversível (PARMA) com erros não correlacionados, mas dependentes. Sob suposições suaves, mostra-se que os estimadores WLS dos modelos PARMA são fortemente consistentes e assintóticamente normais. Estende o teorema 3.1 de Basawa e Lund (2001) na estimativa de mínimos quadrados de modelos PARMA com erros independentes. Verifica-se que a matriz de covariância assintótica dos estimadores WLS obtidos em erros dependentes é geralmente diferente da obtida com erros independentes. O impacto pode ser dramático nos métodos de inferência padrão com base em erros independentes quando estes são dependentes. Exemplos e resultados de simulação ilustram a relevância prática de nossas descobertas. Uma aplicação para dados financeiros também é apresentada. Artigo Nov 2011 Christian Francq Roch Roy Abdessamad Saidi quot), para todos os inteiros não negativos k. Se s 1, a condição de estacionança periódica é equivalente à condição usual para processos homogêneos (Tiao e Grupe 33). Resumo: Este artigo sugere um procedimento de estimativa robusto para os parâmetros dos modelos AR periódicos (PAR) quando os dados contêm valores aberrantes de aditivos. A metodologia robusta proposta é uma extensão da escala robusta e das funções de covariância, respectivamente, Rousseeuw e Croux (1993) 28 e Ma e Genton (2000) 23 para acomodar a periodicidade. Essas funções robustas periódicas são usadas nas equações de YuleWalker para obter estimativas robustas de parâmetros. São estabelecidos os teoremas de limites centrais assintóticos dos estimadores, e um extenso experimento de Monte Carlo é conduzido para avaliar o desempenho da metodologia robusta para séries temporais periódicas com tamanhos de amostra finitos. Os dados trimestrais do rio Fraser foram utilizados como um exemplo de aplicação da metodologia robusta proposta. Todos os resultados apresentados aqui dão forte motivação para usar a metodologia em situações práticas nas quais as séries temporais periodicamente correlacionadas contêm valores atípicos aditivos. Texto completo Artigo Oct 2010 A. J.Q. Sarnaglia V. A. Reisen C. Lvy-Leduc quotSur le plan statistique. On parle propos de mods de priodicit cache. En effet. As ferramentas digitais d x27 analisam issus de thorie des processus ARMA (corrlogrammes. Tests de bruit blanc sur les rsidus) ne permit pas de dceler les composantes priodiques d x27 une telle srie (Tiao et Grupe (1980)). Que des accidents bem localiss. Quot Resumo Resumo Resumo RESUMO: A análise da sazonalidade na economia e o desenvolvimento de novos procedimentos de ajuste sazonal seguiram novas direções nos últimos vinte anos. Estudamos esta questão através do trabalho realizado no Banque de France (Direcção de Estatística e Estudos Monetários) para compilar novos dados sazonalmente ajustados (SA). Uma breve discussão da literatura acadêmica mostra a necessidade de complementar o software existente com regras empíricas fixadas pelo praticante, a fim de tornar claras todas as escolhas metodológicas, evitando qualquer ambiguidade. Na implementação do novo processo de produção, nos concentramos na política de revisão de alguns parâmetros de chaves de todo o processo, a fim de minimizar as revisões subseqüentes na publicação de dados da SA. Nós ilustramos esta nova metodologia com a série SA referente a agregados monetários, incluindo empréstimos a empresas e famílias, e fornecemos uma análise detalhada da consistência entre os fluxos e os valores do montante pendente, uma questão particularmente relevante para dados monetários e financeiros. Texto completo Artigo Abr 2008 por W. Meiring, P. Guttorp, P. D. Sampson. 1997. Apresentamos uma abordagem para estimar as concentrações horárias de ozônio da superfície da base da grade, com base em observações de locais de monitoramento pontual no espaço, para comparação com os resultados baseados em grade do modelo fotoquímico de qualidade de ar SARMAP para uma região do norte da Califórnia. A estimativa estatística é realizada. Apresentamos uma abordagem para estimar as concentrações horárias de ozônio da superfície da base da grade, com base em observações de locais de monitoramento pontual no espaço, para comparação com os resultados baseados em grade do modelo fotoquímico de qualidade de ar SARMAP para uma região do norte da Califórnia. A estimativa estatística é realizada em uma escala transformada (raiz quadrada), seguida de uma transformação para a escala original de ozônio em partes por bilhão, ajustando-se para viés e variância. Estimamos uma estrutura média diurna variável espacialmente e uma estrutura de correlação espaço-tempo não separável na escala transformada. O pré-branqueamento temporal é seguido pela modelagem de uma estrutura de correlação espacial não estacionária, diurna-variável, utilizando uma abordagem de deformação espacial. As comparações dos resultados do modelo SARMAP com os níveis estimados de ozônio das células da rede são apresentadas. Palavras-chave: Kriging, correlação espaço-tempo não separável, escala espacial, Transformação 1 Introdução Modelos fotoquímicos de qualidade do ar foram desenvolvidos. Por Paul L. Anderson, Mark M. Meerschaert - Resour de água. Res. 1998. Abstrato. Avanços recentes na análise de séries temporais fornecem modelos alternativos para os fluxos dos rios em que as inovações têm caudas pesadas, de modo que alguns dos momentos não existem. A probabilidade de grandes flutuações é muito maior do que para modelos padrão. Pesquisamos algum desenvolvimento teórico recente. Abstrato. Avanços recentes na análise de séries temporais fornecem modelos alternativos para os fluxos dos rios em que as inovações têm caudas pesadas, de modo que alguns dos momentos não existem. A probabilidade de grandes flutuações é muito maior do que para modelos padrão. Pesquisamos alguns desenvolvimentos teóricos recentes para modelos de série de tempo de cauda pesada e ilustramos sua aplicação prática em dados de fluxo de rio do Rio Salgado perto de Roosevelt, no Arizona. Também incluímos alguns diagnósticos simples que o praticante pode usar para identificar quando os métodos deste documento podem ser úteis. 1. por Bypaull Anderson, Mark, M. Meerschaert - Stat. 1997. Neste artigo, estabelecemos a teoria assintótica básica para médias móveis móveis de i. i.d. Variáveis aleatórias com caudas regularmente variáveis. Os coeficientes médios móveis podem variar de acordo com a estação. Uma simples reformulação produz os resultados correspondentes para médias móveis de corrida. Neste artigo, estabelecemos a teoria assintótica básica para médias móveis móveis de i. i.d. Variáveis aleatórias com caudas regularmente variáveis. Os coeficientes médios móveis podem variar de acordo com a estação. Uma simples reformulação produz os resultados correspondentes para médias móveis de vetores aleatórios. Nosso resultado principal é que quando as variáveis aleatórias subjacentes têm variação finita, mas quarto momento infinito, as au-tocorrelações de amostra são assintóticamente estáveis. É bem conhecido neste caso que as autocorrelações da amostra no modelo de modelo móvel estacionário clássico são assintoticamente normais. Introdução. A variação regular é usada para caracterizar aqueles i. i.d. Seqüências de variáveis aleatórias para as quais uma versão do teorema do limite central é válida. Quando essas variáveis aleatórias têm variação infinita, a soma é assípara-estatisticamente estável em vez de assintoticamente normal. Variáveis aleatórias estáveis encontraram muitas aplicações práticas começando com o trabalho de Holts - por Marius Ooms, Philip Hans Franses. 1998. Com base em gráficos de séries temporais simples e autocorrelações de amostras periódicas, documentamos que os dados mensais do fluxo do rio exibem longa memória, além da sazonalidade pronunciada. Na verdade, parece que as longas características de memória variam com a estação. Para descrever essas duas propriedades em conjunto, nós. Com base em gráficos de séries temporais simples e autocorrelações de amostras periódicas, documentamos que os dados mensais do fluxo do rio exibem longa memória, além da sazonalidade pronunciada. Na verdade, parece que as longas características de memória variam com a estação. Para descrever essas duas propriedades em conjunto, propomos um modelo de memória longa sazonal e longa e encaixamos nos conhecidos dados do rio Fraser (a serem obtidos da Statlib em lib. stat. cmu. edudatasets). Nós fornecemos uma análise estatística e fornecemos funções de resposta de impulso para mostrar que os choques em determinados meses do ano têm um impacto mais duradouro do que aqueles em outros meses. Palavras-chave Diferença sazonal, modelo periódico, Memória longa, PARFIMA, SPARFIMA 1 Introdução É bem conhecido desde o início dos trabalhos de Hurst nos dados do Nilo que os fluxos do rio mostram flutuações persistentes que podem ser caracterizadas por uma longa memória. Adicional à memória longa, a maioria dos dados do fluxo do rio exibem sazonalidade pronunciada, tanto na média como na variância. Por Paul L. Anderson, Mark M. Meerschaert, Aldo V. Vecchia - Procedimentos da edição especial da IEEE sobre criptografia e questões de segurança. 2004. ARMA periódica, ou PARMA, séries temporais são usadas para modelar periodicamente séries temporais estacionárias. Neste artigo, desenvolvemos o algoritmo de inovações para processos periodicamente estacionários. Mostramos então como o algoritmo pode ser usado para obter estimativas de parâmetros para o modelo PARMA. Essas estimativas são prov. ARMA periódica, ou PARMA, séries temporais são usadas para modelar periodicamente séries temporais estacionárias. Neste artigo, desenvolvemos o algoritmo de inovações para processos periodicamente estacionários. Mostramos então como o algoritmo pode ser usado para obter estimativas de parâmetros para o modelo PARMA. Essas estimativas são comprovadamente pouco consistentes para os processos PARMA cuja sequência de ruído subjacente possui um quarto momento finito ou infinito. Uma vez que muitas séries temporais dos campos da economia e da hidrologia apresentam caudas pesadas, os resultados relativos ao caso infinito do quarto momento são de particular interesse. Por Paul L. Anderson, Mark M. Meerschaert - Journal of Time Series Analysis. 2003. O algoritmo de inovações pode ser usado para obter estimativas de parâmetros para modelos de séries temporais periodicamente estacionárias. Neste artigo, calculamos a distribuição assintótica dessas estimativas no caso de as inovações terem um quarto momento finito. Estes resultados assintóticos são úteis para determinar. O algoritmo de inovações pode ser usado para obter estimativas de parâmetros para modelos de séries temporais periodicamente estacionárias. Neste artigo, calculamos a distribuição assintótica dessas estimativas no caso de as inovações terem um quarto momento finito. Esses resultados assintóticos são úteis para determinar quais parâmetros do modelo são significativos. No processo, também desenvolvemos asintóticos para as estimativas de Yule-Walker. 1 por A. I. Mcleod. 1993. este papel. Esta verificação de diagnóstico é recomendada para uso rotineiro ao montar modelos ARMA sazonais. Mostra-se que esta verificação diagnóstica indica que muitas séries temporais econômicas sazonais também apresentam correlação periódica. Uma vez que os métodos de previsão padrão são inadequados nesta conta, ca. este papel. Esta verificação de diagnóstico é recomendada para uso rotineiro ao montar modelos ARMA sazonais. Mostra-se que esta verificação diagnóstica indica que muitas séries temporais econômicas sazonais também apresentam correlação periódica. Uma vez que os métodos de previsão padrão são inadequados nesta conta, pode-se concluir que, em muitos casos, as previsões produzidas são subóptimas. Finalmente, uma limitação da combinação arbitrária de previsões também é ilustrada. A combinação de previsões de um modelo parcimonioso adequado com um modelo inadequado não melhorou as previsões, enquanto a combinação das duas previsões de dois modelos inadequados resultou em uma melhoria no desempenho de previsão. Essas descobertas também suportam a filosofia de construção de modelos da Box ampamp Jenkins. As descobertas não-intuitivas de Newbold ampamp Granger (1974) e Winkler ampamp Makridakis (1983) que a aparente combinação arbitrária de previsões de modelos similares levará ao desempenho de previsão não é suportada pelo nosso estudo de caso com a previsão do fluxo do rio. Palavras-chave: Previsões Combinadas Verificação de Diagnóstico para Previsão de Correlação Periódica Séries Sazonais Modelo Parâmetro de Adequação de Modelo Parcimônia. 1 de Abdelhakim Aknouche, Abdelouahab Bibi. 709. Este artigo estabelece a consistência forte e a normalidade assintótica do estimador de verossimilhança quasi-máxima (QMLE) para um processo GARCH com parâmetros periodicamente variáveis no tempo. Em primeiro lugar, damos uma condição necessária e suficiente para a existência de uma solução estavelmente periodicamente estacionária f. Este artigo estabelece a consistência forte e a normalidade assintótica do estimador de verossimilhança quasi-máxima (QMLE) para um processo GARCH com parâmetros periodicamente variáveis no tempo. Em primeiro lugar, damos uma condição necessária e suficiente para a existência de uma solução estacionária estritamente periódica para a equação periódica GARCH (P-GARCH). Como resultado, mostra-se que o momento de alguma ordem positiva da solução P-GARCH é finito, sob o qual provamos a consistência forte e a normalidade assintótica (CAN) do QMLE sem qualquer condição nos momentos do processo subjacente. Por Philip Hans Franses, Richard Paap. 2005. Este capítulo está preocupado com a previsão de dados de séries temporais sazonais univariáveis usando modelos autoregressivos periódicos. Mostramos como se deve considerar as raízes das unidades e os termos deterministas ao gerar previsões de amostragem. Nós interpretamos os modelos de várias séries trimestrais de consumo no Reino Unido. Este capítulo está preocupado com a previsão de dados de séries temporais sazonais univariados usando modelos autoregressivos periódicos. Mostramos como se deve explicar as raízes das unidades e os termos deterministas ao gerar previsões de amostragem. Nós ilustramos os modelos de várias séries trimestrais de consumo do Reino Unido. Esta é a primeira versão de julho de um Capítulo que deve estar preparado para a inclusão potencial no Companion to Economic Forecasting editado por Michael Clements e David Hendry Oxford Basil por M. Karanasos, AG Paraskevopoulos, S. DafnosHidden Periodic Autoregressive-Moving Modelos médios em séries temporais Citações de dados Citações 152 Referências Referências 4 quotT valores k, g 1. G, como usado no algoritmo de amostragem 1. Além disso, se alguém quiser impor estacionabilidade no modelo PAR (p) em (2), os desenhos posteriores do subvector em B podem ser restringidos usando um Etapa adicional de aceitação-rejeição no passo 4. Observe que, embora os modelos PAR não sejam estacionários por construção, 4 uma condição de estacionararia pode ser sta Usando uma representação modelo multivariada como em Tiao e Grupe (1980). Ao escrever o modelo PAR (p) univariado (2) como um modelo autoregressivo vectorial Sdimensional de ordem P (x27VAR (P) x27), com P 1 (p 1) S, a condição de estabilidade usual dos modelos VAR em termos da característica Polinômio com raízes z, pode ser usado (ver Hamilton (1994), p.259, para detalhes). Quot Mostrar resumo Ocultar resumo RESUMO: um modelo autossorresistente periódico bayesiano flexível (PAR) é utilizado para a predição de dados de séries temporais trimestrais e mensais. Como a ordem de atraso autorregressivo desconhecido, a ocorrência de quebras estruturais e suas respectivas datas de interrupção são fontes comuns de incerteza, estas são tratadas como quantidades aleatórias dentro da estrutura bayesiana e usadas como indicadores modelo, ou seja, para identificar diferentes modelos no espaço do modelo. Uma vez que nenhuma expressão analítica para as distribuições preditivas marginais marginais correspondentes existe, uma abordagem de Monte Carlo de cadeia de Markov baseada em aumento de dados é proposta para aproximar essas distribuições e seu desempenho é demonstrado em experimentos de Monte Carlo. Em vez de recorrer a uma abordagem de seleção de modelos, escolhendo um modelo de candidato em particular para a previsão, uma abordagem de previsão baseada na média do modelo de Bayesian é usada para explicar a incerteza do modelo e melhorar a precisão da previsão. Para o diagnóstico do modelo é introduzido um teste de sinal bayesiano para comparar a precisão preditiva de diferentes modelos de previsão em termos de significância estatística. Em uma aplicação empírica, utilizando as taxas de desemprego mensais da Alemanha, o desempenho da abordagem de previsão da média do modelo é comparado com os modelos de séries temporais Bayesianos e clássicos (não) periódicos. Texto completo Artigo de dezembro de 2016 WMU Jornal de Assuntos Marítimos Alexander Vosseler Enzo Weber quotHowever, é bem conhecido, veja, por exemplo,. Tiao amp Grupe (1980) e Azrak amp Mlard (2006). Que um processo autorregressivo rdimensional com coeficientes periódicos de período s N pode ser incorporado em um processo auto-regressivo estacionário s-dimensional. Para evitar essa simplificação, consideramos os coeficientes A ij t () com períodos irracionais distintos ou pelo menos com grandes períodos relativamente primos. Quot Mostrar resumo Esconder resumo RESUMO: Este artigo trata de modelos vetoriais de média vertical (VARMA) vetoriais com coeficientes dependentes do tempo para representar séries temporais não estacionárias. Contrariamente a outros papéis no caso univariável, os coeficientes dependem do tempo, mas não do comprimento da série n. De acordo com suposições apropriadas, é mostrado que um estimador gaussiano de quase-máxima verossimilhança é quase sempre consistente e assintoticamente normal. Os resultados teóricos são ilustrados por meio de dois exemplos de processos bivariados. Mostra-se que os pressupostos subjacentes aos resultados teóricos se aplicam. No segundo exemplo, as inovações também são marginalmente heterossecânticas com uma correlação variando de -0,8 a 0,8. Nos dois exemplos, a matriz de informação assintótica é obtida no caso Gaussiano. Finalmente, o comportamento da amostra finita é verificado através de um estudo de simulação de Monte Carlo para n variando de 25 a 400. Os resultados confirmam a validade das propriedades assintóticas mesmo para séries curtas e revelam que a matriz de informação assintótica deduzida da teoria é correta. Artigo Jun 2015 WMU Jornal de Assuntos Marítimos Abdelkamel Alj Christophe Ley Guy Mlard quot De acordo com Franses e Paap (2004), nos últimos anos tem havido um enorme interesse em prever e modelar séries temporais sazonais usando modelos periódicos. Os modelos periódicos têm sido utilizados nas disciplinas ambientais, de recursos hídricos e de meteorologia há muito tempo, ver Jones e Brelsford (1967), Pagano (1978), Troutman (1979), Tiao e Grupe (1980), Salas et al. (1980) e Vecchia (1985). Franses e Paap (2004) declararam que modelos periódicos podem ser plausíveis da perspectiva econômica, pois são fáceis de analisar e podem levar a previsões precisas. Quot Mostrar resumo Ocultar resumo RESUMO: Este trabalho explora a aplicabilidade de técnicas conhecidas de previsão de séries temporais difusas para a previsão de preços de bunker. Essas técnicas têm sido amplamente utilizadas com grande sucesso para a previsão dos preços das ações. No presente trabalho, séries semanais semanais de preços de bunker em quatro grandes portos mundiais (Roterdão, Houston, Cingapura e Fujairah) foram cuidadosamente examinados e utilizados para a verificação do desempenho de previsão dos modelos difusos. Os seguintes tipos de bunker foram examinados: 380cSt (alto e baixo enxofre), 180cSt (alto teor de enxofre), óleo diesel marítimo (MDO) e gasóleo marítimo (MGO). Para examinar a precisão de previsão, quatro medidas de erro são usadas como um critério de avaliação para comparar o desempenho de previsão dos modelos de listagem. Antes de aplicar o procedimento de previsão difusa, e para remover a não-estacionária, tanto a diferença como a média móvel são aplicadas aos dados. Verificou-se que as quatro medidas de erro atingem o mínimo no mesmo ponto M opt, o que, por sua vez, fornece as previsões mais próximas aos valores reais. À medida que a importância dos preços dos combustíveis aumenta, a previsão efetiva pode beneficiar ainda mais os operadores com problemas de conformidade e planejamento financeiro, bem como reguladores, estimando melhor o tempo e o custo da regulamentação. Artigo Abr 2015 Christos N. Stefanakos Orestis Schinas
No comments:
Post a Comment