MétaCan
Menu
Retour à la cohorte
Enregistrement W1872172298 · doi:10.1111/jtsa.12036

Regulated fractionally integrated processes

2013· article· en· W1872172298 sur OpenAlexaff
Mirza Trokić

Notice bibliographique

RevueJournal of Time Series Analysis · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Risk and Volatility Modeling
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSeries (stratigraphy)Unit rootContext (archaeology)LimitingLimit (mathematics)MathematicsOrder of integration (calculus)Asymptotic distributionFeature (linguistics)EconometricsBounded functionComputer scienceStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

Regulated (bounded) integrated time series are of significant practical importance and a recent development in the time series literature. Although regulated integrated series are characterized by asymptotic distributions that differ substantially from their unregulated counterparts, most inferential exercises continue to be performed with complete disregard for this potential feature of time series data. To date, only Cavaliere (2005) and Cavaliere and Xu (2011) have attempted to develop a theory for regulated integrated time series, particularly in the context of unit root testing. Unfortunately, no such theory has been developed for regulated fractionally integrated series, which are particularly important in financial time series and also in some unit root testing literature. This article achieves just this: it establishes a framework for regulated fractionally integrated processes and develops their functional central limit distributions. In addition, this article presents some simulation evidence and discusses several algorithms for obtaining the limiting distributions for these processes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,196
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Time Series AnalysisMême sujetFinancial Risk and Volatility ModelingTravaux en français237 207