Estimation in Conditionally Heteroscedastic Time Series Models
Daniel Straumann
Oca 2006 · Lecture Notes in Statistics Kitap 181 · Springer Science & Business Media
E-kitap
228
Sayfa
reportPuanlar ve yorumlar doğrulanmaz Daha Fazla Bilgi
Bu e-kitap hakkında
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 Nowadays ARCH has been replaced by more general and more sophisticated models, such as GARCH (generalized autoregressive heteroscedastic).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.
Bu e-kitaba puan verin
Düşüncelerinizi bizimle paylaşın.
Okuma bilgileri
Akıllı telefonlar ve tabletler
Android ve iPad/iPhone için Google Play Kitaplar uygulamasını yükleyin. Bu uygulama, hesabınızla otomatik olarak senkronize olur ve nerede olursanız olun çevrimiçi veya çevrimdışı olarak okumanıza olanak sağlar.
Dizüstü bilgisayarlar ve masaüstü bilgisayarlar
Bilgisayarınızın web tarayıcısını kullanarak Google Play'de satın alınan sesli kitapları dinleyebilirsiniz.
e-Okuyucular ve diğer cihazlar
Kobo eReader gibi e-mürekkep cihazlarında okumak için dosyayı indirip cihazınıza aktarmanız gerekir. Dosyaları desteklenen e-kitap okuyuculara aktarmak için lütfen ayrıntılı Yardım Merkezi talimatlarını uygulayın.
