نتایج جستجو برای: روش arfima
تعداد نتایج: 369809 فیلتر نتایج به سال:
Keywords: Bayesian model selection Reversible jump Markov chain Monte Carlo Autoregressive fractional integrated moving average models Long memory processes a b s t r a c t Various model selection criteria such as Akaike information criterion (AIC; Akaike, 1973), Bayesian information criterion (BIC; Akaike, 1979) and Hannan–Quinn criterion (HQC; Hannan, 1980) are used for model specification in...
پیش بینی متغیرهای اقتصادی از اهمیت ویژه ای در مباحث اقتصادی برخوردار است و مدل های مختلفی جهت پیش بینی مقادیر آتی متغیرها به وجود آمده اند. یکی از مهمترین کارکردهای مدل های اقتصادی، پیش بینی مقادیر آتی متغیرهای اقتصادی می باشد. در حقیقت مدل های اقتصادی را می توان از طریق بررسی میزان دقت پیش بینی مورد آزمون قرار داد. بدین صورت که اگر یک مدل اقتصادی در تبیین روابط موجود بین متغیرها موفق باشد، با...
مقدمه: پژوهش حاضر دو هدف را دنبال می کند: اول، بررسی وجود حافظه درازمدت در شاخص کل قیمت صنعت داروسازی بورس اوراق بهادار تهران، و دوم، ارزیابی دقت پیش بینی الگوهایی که حافظه درازمدت شاخص کل قیمت این صنعت را در نظر می گیرد. روش پژوهش: در این پژوهش از روشهای بیشینه درست نمایی، وایتل، جی. پی. اچ و اسپریو برای برآورد عامل انباشتگی کسری (حافظه بازار) استفاده شده است. در ابتدا، از بین چهار روش ذکرشده...
باتوجه به جایگاه نفت در اقتصاد ایران به عنوان یک اقتصاد تک محصولی و وابستگی شدید تولید نا خالص ملی به درامدهای حاصل از فروش جهانی این کالا و تاثیر پذیری قیمت نفت از نوسانات اقتصادی و سیاسی در سطح بین الملل بررسی و پیش بینی قیمت نفت تاثیر شگرفی در اتخاذ تصمیمات مناسب و به موقع سیاست گذاران خواهد داشت در این پایان نامه به مقایسه مدلهای(arima arfima ann) در پیش بینی قیمت نفت خام ایران می پردازیم ...
طی دهه گذشته، فرآیندهای با حافظه بلندمدت، بخش مهمی از تجزیه وتحلیل سری های زمانی را به خود اختصاص داده اند. وجود حافظه بلندمدت در شاخص کل بورس کاربردهای مهمی در بررسی کارایی بازار، قیمت گذاری و انتخاب سبد دارایی دارد. بر این اساس در این مقاله ابتدا عوامل کلان اقتصادی مؤثر بر شاخص کل بورس مشخصشده و سپس بردار بلندمدت آن با استفاده از روش خود رگرسیون برداری (VAR) برای دوره زمانی (1390-1369) برآ...
This paper reexamines the time series properties of the US ex post real interest rate. The estimation of the ARFIMA model using the Conditional Sum of Squares (CSS) method reveals that the ex post real interest rate can be well described using a fractionally integrated process. 2000 Elsevier Science S.A. All rights reserved.
We study asymptotic expansion of the likelihood of a certain class of Gaussian processes characterized by their spectral density fθ. We consider the case where fθ(x) ∼x→0 |x|Lθ(x) with Lθ a slowly varying function and α(θ) ∈ (−∞, 1). We prove LAN property for these models which include in particular fractional Brownian motion or ARFIMA processes.
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید