数学 > 统计理论
[提交于 2008年12月2日
]
标题: 局部自适应估计方法及其在一元时间序列中的应用
标题: Locally adaptive estimation methods with application to univariate time series
摘要: 本文从理论和经验的角度统一研究了单变量时间序列中的三种局部自适应估计方法。 给出了计算临界值的一般程序。 基础模型涵盖了指数族的所有分布,提供了极大的灵活性。 这些方法被应用于符合高斯、波动性、泊松、指数和伯努利模型的模拟和真实金融数据。 数值结果表明这些方法的表现非常合理。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.