Por W. Meiring, P. Guttorp, P. D. Sampson. 1997. Apresentamos uma abordagem para estimar as concentrações horárias de ozônio na superfície da base da grade, com base em observações dos locais de monitoramento pontual no espaço, em comparação com os resultados baseados em grade do modelo fotoquímico de qualidade do ar SARMAP para uma região do norte da Califórnia. A estimativa estatística é realizada. Apresentamos uma abordagem para estimar as concentrações horárias de ozônio na superfície da base da grade, com base em observações dos locais de monitoramento pontual no espaço, em comparação com os resultados baseados em grade do modelo fotoquímico de qualidade do ar SARMAP para uma região do norte da Califórnia. A estimativa estatística é realizada em uma escala transformada (raiz quadrada), seguida de uma transformação reversa 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 e diurna, usando uma abordagem de deformação espacial. São apresentadas comparações dos resultados do modelo SARMAP com os níveis estimados de ozônio das células da rede. 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 os modelos das séries temporais de cauda pesada e ilustramos sua aplicação prática aos dados do fluxo do rio a partir do rio Salt perto de Roosevelt, no Arizona. Também incluímos alguns diagnósticos simples que o praticante pode usar para identificar quando os métodos deste artigo podem ser úteis. 1. Por Bypaull Anderson, Mark, M. Meerschaert - Stat. 1997. Neste trabalho, estabelecemos a teoria assintótica básica para médias móveis periódicas 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 as médias móveis de corrida. Neste trabalho, estabelecemos a teoria assintótica básica para médias móveis periódicas 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 infinito quarto momento, as au-tocorrelações da amostra são assintóticamente estáveis. É bem conhecido, neste caso, que as autocorrelações da amostra no modelo de média móvel estacionária clássica 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 variância 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 periódicas de amostras, 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 periódicas de amostras, 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 periodicamente sazonal e ajuste-a aos 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 ao 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 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 estacionalidade pronunciada, tanto na média como na variância. Por Paul L. Anderson, Mark M. Meerschaert, Aldo V. Vecchia - Procedimentos da Edição Especial IEEE sobre Criptografia e Problemas de Segurança. 2004. ARMA periódica, ou PARMA, séries temporais são usadas para modelar periodicamente as séries temporais estacionárias. Neste artigo desenvolvemos o algoritmo de inovações para processos periodicamente estacionários. Em seguida, mostramos 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 as séries temporais estacionárias. Neste artigo desenvolvemos o algoritmo de inovações para processos periodicamente estacionários. Em seguida, mostramos como o algoritmo pode ser usado para obter estimativas de parâmetros para o modelo PARMA. Essas estimativas são comprovadamente pouco consistentes para 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 trabalho, 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 trabalho, 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 assintóticos 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 que combinar as 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 por nosso estudo de caso com previsão de fluxo de rio. Palavras-chave: Previsões Combinadas Verificação de Diagnóstico para Previsão de Correlação Periódica Séries Sazonais Modelo Parâmetro de Adequação de Modelo Parsimonia. 1 de Abdelhakim Aknouche, Abdelouahab Bibi. 709. Este artigo estabelece a consistência forte e a normalidade assintótica do estimador de verossimilhança quase quaticamente (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 quase quaticamente (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 univariados usando modelos autoregressivos periódicos. Mostramos como se deve explicar as raízes das unidades e os termos deterministas ao gerar novas previsões de amostragem. Nós ilustramos os modelos de várias séries trimestralmente de consumo no Reino Unido, Thi. Este capítulo está preocupado com a previsão de dados de séries temporais sazonais univariados usando modelos autoregressivos periódicos. Mostramos como se deve contabilizar as raízes das unidades e os termos deterministas na geração de previsões de amostragem. Nós interpretamos os modelos para 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. Dafnos Métodos de média móvel autorregressiva periódica baseada na representação de Fourier de coeficientes periódicos Métodos para estimar parâmetros Dos sistemas PARMA média auto-regressivos periódicos quando os coeficientes periódicos são representados pelas séries de Fourier continuam a ser empregados na prática e ainda oferecem áreas problemáticas para futuras pesquisas. Como observado pelos primeiros escritores sobre o assunto, como Hannan (1955) e Jones e Brelsford (1967), se as variações periódicas forem lisas no período fundamental, como seria de esperar em muitas séries temporais físicas, uma redução substancial na O número de parâmetros estimados pode ser realizado ajustando muitos dos coeficientes de Fourier para ser zero isso restringe as soluções estimadas a um subespaço. O problema de identificação torna-se a determinação de atrasos e frequências com amplitudes significativas. Embora tenham sido realizados progressos nesta área, são necessárias melhorias e novos métodos. Ao analisar o desenvolvimento dos métodos de FourierPARMA, observamos, naturalmente, muitos dos principais avanços na análise de séries temporais PARMA sob a parametrização usual. São apresentadas duas simulações que demonstram outros potenciais e problemas abertos associados aos métodos de Fourier. WIREs Informa Stat 2017, 8: 130149. Doi: 10.1002wics.1380 Distribuições empíricas das estimativas dos parâmetros parmsef, realizações NSAMP 500, N 4096 para 1,1 1.1 1.100. .014. Lilliefors P valor 0.5 Boxplots de estimativas de parâmetros para simulação usando NSAMP 100 e NLEN 600. Os identificadores de parâmetro correspondem a linhas de Tabela, onde valores verdadeiros podem ser encontrados. A dependência de NLEN para o parâmetro b 21 NLEN 300, 600, 1200, 2400 com NSAMP 100 (sólido) e os mínimos quadrados comuns cabem m b 0,552. 0.425 (tracejado). A dependência de NLEN para o parâmetro 21 NLEN 300, 600, 1200, 2400 com NSAMP 100 (sólido) e os mínimos quadrados comuns cabem m b 0,525. 0,368 (tracejado).
No comments:
Post a Comment