• Nie Znaleziono Wyników

Bootstrapowe predykcyjne przedziały ufności w modelach heteroskedastycznych szeregów czasowych.

N/A
N/A
Protected

Academic year: 2021

Share "Bootstrapowe predykcyjne przedziały ufności w modelach heteroskedastycznych szeregów czasowych."

Copied!
1
0
0

Pełen tekst

(1)

Bootstrapowe predykcyjne przedziały ufności w modelach heteroskedastycznych szeregów

czasowych.

Roman Różański

Instytut Matematyki i Informatyki Politechnika Wrocławska

Wybrzeże Wyspiańskiego 27 , 50-370 Wrocław e-mail: roman.rozanski@pwr.wroc.pl

Grzegorz Chłapiński

Instytut Matematyki i Informatyki Politechnika Wrocławska

Wybrzeże Wyspiańskiego 27 , 50-370 Wrocław e-mail: grzegorz.chlapinski@pwr.wroc.pl

Zostanie przedstawione zastoswoanie metody bootstrapu sitowego (sieve bo- otsrap) do konstrukcji predykcyjnych przedziałów ufności dla heteroskedastycz- nych modeli szeregów czasowych. Bootstrap sitowy, wprowadzony i rozwijany przez P. Buehlmanna (P. Buehlmann (2002)), jest oparty w swej podstawowej idei na aproksymacji modelu szeregu czasowego ci¸agiem skończenie wymiaro- wych liniowych nodeli szeregów czasowych w nawi¸azaniu do nieparametrycznej estymacji metod¸a sita Grenandera (U. Grenander (1981)). Konstrukcja boot- strapowych, predykcyjnych przedziałów ufności zostanie przeprowadzona dla he- teroskedastycznych modeli szeregów czasowych typu GARCH oraz ARMA+GARCH.

Ponadto, zostan¸a przedstawione twierdzenia o zgodności metody bootstrapu si- towego oraz zgodności bootstrapowych predykcyjnych przedziałów ufności dla rozważanych modeli heteroskedastycznych.

Literatura

[1] Buehlmann, P., Bootstraps for time series., Statistical Science vol. 17, no 1, pp.52 -72, 2002

[2] Chłapiński, G. and Różański, R., Prediction intervals for ARMA+GARCH models via sieve bootstrap., preprint, 2008

[3] Grenander, U. , Abstract Inference., Wiley, New York, 1981

[4] Różański, R. and Zagdański, A., On the consistency of sieve bootstrap pre- diction intervals for stationary time series. , Discussiones Mathematicae. Pro- bability and Statistics 24,pp.5-40, 2004

[5] Zagdański, A. , On the construction and properties of bootstrap-t prediction intervals for stationary time series., Probability and Mathematical Statistics 25,pp.133-153, 2005

1

Cytaty

Powiązane dokumenty

W niniejszym artykule czysta losowość (brak prawidłowości) jest ro- zumiana jako brak regularności w odstępach między wystąpieniami sprzedaży, jak i brak prawidłowości w

ƒ rozważając kursy walut jako multiułamkowe procesy ruchu Browna, można interpretować punktowe wykładniki Höldera jako lokalne miary ryzyka oraz ich wartości odczytywać

4 wynika, że empiryczne rozkłady błędów prognoz ekstrapo- lacyjnych dla modeli Browna i Holta charakteryzują się wyraźnie niższym roz- stępem niż dla modelu

Mo˙zliwe jest dwojakie podej´scie do problemu ICA na danych fMRI: mo˙zemy poszukiwa´c składowych niezale˙znych przestrzennie lub składowych niezale˙znych czasowo..

To podejście może być także użyte do zdefiniowania rozkładu normalnego w nieskończenie wymiarowych przestrzeniach funkcyjnych Banacha czy Hilberta: wystarczy

Ponieważ determinizm układów chaotycznych wskazuje na możliwość ich prognozowania, w kolejnym kroku badań oszacowano największy wykładnik Lapunowa w celu identyfikacji chaosu

– liczba neuronów w warstwie wejściowej jest zdeterminowana przez wymiar wektora wejściowego – każdy model ma ten sam zbiór sygnałów wejściowych, – sieć typu MLP

W ostatnich dziesięciu latach rozwinęły się techniki repróbkowania typu bo- otstrap lub subsampling dla niestacjonarnch szeregów czasowych (Politis (1999), Leśkow i in (2008)).