项目名称: 一类有限混合半参数时间序列模型的研究

项目编号: No.10901041

项目类型: 青年科学基金项目

立项/批准年度: 2010

项目学科: 金属学与金属工艺

项目作者: 金曙松

作者单位: 复旦大学

项目金额: 16万元

中文摘要: 有限混合半参数时间序列模型是指在时间序列模型中包含一个参数模型部分和一个随机出现的半参数模型部分,这个部分出现与否的概率结构服从一个多项分布。这种模型一方面继承了传统半参数模型的优点,又克服了它们难以捕捉爆发(burst)事件的弱点。本项目着重关注该类模型的建模及有关的统计推断问题。 我们拟采用EM算法框架结合现有的伪似然方法,对参数模型的各个参数进行估计;结合样条、局部多项式、核估计等方法,对非参数函数进行光滑;利用EM算法估计有限混合部分发生的概率。另一方面,我们将讨论这些估计的大样本性质,包括估计的相合性和渐近正态性等,从而可以构造各参数和预报值的置信区间。我们将根据残差平方和以及预报区间的宽度,把我们的模型与传统的半参数模型作比较,评判模型的优劣。最后我们将把这些模型推广到整数值时间序列模型中。

中文关键词: 混合;半参数;小波;期权;VaR

英文摘要:

英文关键词: mixiture;semiparametric;wavelet;option;VaR

成为VIP会员查看完整内容
0

相关内容

时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
【WSDM2022】具有分层注意力的图嵌入
专知会员服务
35+阅读 · 2021年11月17日
逆优化: 理论与应用
专知会员服务
35+阅读 · 2021年9月13日
【经典书】数理统计学,142页pdf
专知会员服务
94+阅读 · 2021年3月25日
专知会员服务
217+阅读 · 2020年12月15日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
225+阅读 · 2020年5月2日
漫谈统计学习之经验贝叶斯(Empirical Bayes)
PaperWeekly
1+阅读 · 2022年3月23日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
一文读懂线性回归、岭回归和Lasso回归
CSDN
33+阅读 · 2019年10月13日
解读 | 得见的高斯过程
机器学习算法与Python学习
14+阅读 · 2019年2月13日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
基于LDA的主题模型实践(二 )MCMC--吉布斯采样
机器学习深度学习实战原创交流
24+阅读 · 2015年9月17日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
14+阅读 · 2019年11月26日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
28+阅读 · 2018年4月6日
小贴士
相关主题
相关VIP内容
时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
【WSDM2022】具有分层注意力的图嵌入
专知会员服务
35+阅读 · 2021年11月17日
逆优化: 理论与应用
专知会员服务
35+阅读 · 2021年9月13日
【经典书】数理统计学,142页pdf
专知会员服务
94+阅读 · 2021年3月25日
专知会员服务
217+阅读 · 2020年12月15日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
225+阅读 · 2020年5月2日
相关资讯
漫谈统计学习之经验贝叶斯(Empirical Bayes)
PaperWeekly
1+阅读 · 2022年3月23日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
一文读懂线性回归、岭回归和Lasso回归
CSDN
33+阅读 · 2019年10月13日
解读 | 得见的高斯过程
机器学习算法与Python学习
14+阅读 · 2019年2月13日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
基于LDA的主题模型实践(二 )MCMC--吉布斯采样
机器学习深度学习实战原创交流
24+阅读 · 2015年9月17日
相关基金
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
14+阅读 · 2019年11月26日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
28+阅读 · 2018年4月6日
微信扫码咨询专知VIP会员