Estimation in Conditionally Heteroscedastic Time Series Models
Daniel Straumann
tammi 2006 · Lecture Notes in Statistics Kirja 181 · Springer Science & Business Media
E-kirja
228
sivuja
reportArvioita ja arvosteluja ei ole vahvistettu Lue lisää
Tietoa tästä e-kirjasta
In his seminal 1982 paper, Robert F. Engle described a time series model with a time-varying volatility. Engle showed that this model, which he called ARCH (autoregressive conditionally heteroscedastic), is well-suited for the description of economic and financial price. Nowadays ARCH has been replaced by more general and more sophisticated models, such as GARCH (generalized autoregressive heteroscedastic).
This monograph concentrates on mathematical statistical problems associated with fitting conditionally heteroscedastic time series models to data. This includes the classical statistical issues of consistency and limiting distribution of estimators. Particular attention is addressed to (quasi) maximum likelihood estimation and misspecified models, along to phenomena due to heavy-tailed innovations. The used methods are based on techniques applied to the analysis of stochastic recurrence equations. Proofs and arguments are given wherever possible in full mathematical rigour. Moreover, the theory is illustrated by examples and simulation studies.
Arvioi tämä e-kirja
Kerro meille mielipiteesi.
Tietoa lukemisesta
Älypuhelimet ja tabletit
Asenna Google Play Kirjat ‑sovellus Androidille tai iPadille/iPhonelle. Se synkronoituu automaattisesti tilisi kanssa, jolloin voit lukea online- tai offline-tilassa missä tahansa oletkin.
Kannettavat ja pöytätietokoneet
Voit kuunnella Google Playsta ostettuja äänikirjoja tietokoneesi selaimella.
Lukulaitteet ja muut laitteet
Jos haluat lukea kirjoja sähköisellä lukulaitteella, esim. Kobo-lukulaitteella, sinun täytyy ladata tiedosto ja siirtää se laitteellesi. Siirrä tiedostoja tuettuihin lukulaitteisiin seuraamalla ohjekeskuksen ohjeita.
