بازه های پیشگویی بوت استرپ بلوکی در سری های زمانی
محل انتشار: سومین کنفرانس ریاضیات مالی و کاربردها
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 712
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CFMA03_025
تاریخ نمایه سازی: 16 خرداد 1394
چکیده مقاله:
تحلیل سری های زمانی که داده هایی از مشاهدات یک پدیده در طول زمان هستند، یکی از مسائل مهم و متداول در مباحث آماری است که در اقتصاد سنجی کاربرد دارد. از جمله مسائل مهم در تحلیل سری های زمانی، پیشگویی مشاهدات آینده است. به طور معمول گام اول در تحلیل این گونه داده ها شناسایی و برازش مدل است که در راستای آن نیاز است، پارامترهای مدل به روشی مناسب برآورد شوند و معمولاً وجود فرضیاتی مانند نرمال بودن باقیمانده ها الزامی است. از آنجا که این فرضیات ممکن است همواره برقرار نباشند، می توان از روش های بازنمونه گیری بوت استرپ استفاده نمود. این روش ها بر اساس نمونه ی مشاهده شده است و در آن برقراری فرضیاتی مانند مشخص بودن توزیع باقیمانده ها الزامی نیست. در این مقاله ابتدا روش های بوت استرپ بلوکی که یک روش ناپارامتری است، ارائه می شوند. سپس روش بلوکی مشاهدات گمشده برای حفظ ساختار وابستگی بین بلوک ها ارائه می گردد. در ادامه در یک مطالعه ی شبیه سازی روش های معرفی شده مورد مقایسه عددی قرار می گیرند. در نهایت روش های بوت استرپ بلوکی برای برآورد مقادیر اینده در تحلیل داده های اقتصادی مورد استفاده قرار می گیرند.
کلیدواژه ها:
نویسندگان
نصرالله ایران پناه
گروه آمار ، دانشگاه اصفهان
پریسا میکلانی
گروه آمار ، دانشگاه اصفهان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :