Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.01 vteřin. 
Long-term memory detection with bootstrapping techniques: empirical analysis
Albert, Branislav ; Krištoufek, Ladislav (vedoucí práce) ; Avdulaj, Krenar (oponent)
Časová rada má dlhú pamäť ak jej autokorelačná funkcia nie je absolútne konvergentná. Prítomnosť dlhej pamäte v časovej rade má dôležité následky pre konzistentnosť niekoľkých estimátorov z oblasti časových rad a pre predpovedanie. V tejto práci prezentujeme ucelený prehľad modelov časových rad nevyhnutných pre štúdium dlhej pamäte a následne sa zameriavame na množstvo parametrických a semiparametrických estimátorov dlhej pamäte. V Monte Carlo štúdii porovnávame pravdepodobnosť chyby prvého typu a silu štyroch estimátorov, menovite R/S, DFA, GPH a metóde založenej na Waveletoch, pre asymptoticky normálne rozdelenie estimátorov a rozdelenia získané pomocou metódy moving block bootstrap. Zisťujeme, že moving block bootstrap dokáže zlepšiť pravdepodobnosť chyby prvého typu u estimátora R/S. Vo všeobecnosti však moving block bootstrap neprináša uspokojivé výsledky. Estimátory GPH a Wavelet ponúkajú najspoľahlivejšie asymptotické intervaly spoľahlivosti.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.