Das Ziel dieser Arbeit ist es, das asymptotische Verhalten der Durbin-Watson-Statistik für den stabilen autoregressiven Prozess zu untersuchen, wenn das getriebene Rauschen durch a gegeben wird Erster Ordnung autoregressiver Prozess. Es ist eine Erweiterung der bisherigen Arbeit von Bercu und Proquotia gewidmet, um den besonderen Fall p1. Wir stellen die nahezu sichere Konvergenz und die asymptotische Normalität sowohl für die kleinste Quadrate Schätzung des unbekannten Vektorparameters des autoregressiven Prozesses als auch für den seriellen Korrelationsschätzer, der mit dem getriebenen Rauschen assoziiert ist, her. Darüber hinaus sind die fast sicheren Konvergenzraten unserer Schätzungen vorgesehen. Dann beweisen wir die nahezu sichere Konvergenz und die asymptotische Normalität für die Durbin-Watson-Statistik, und wir leiten ein zweiseitiges statistisches Verfahren ab, um das Vorhandensein einer signifikanten Autokorrelation der ersten Ordnung zu testen, die zu klären scheint und das Bekannte zu verbessern scheint Textit vorgeschlagen von Durbin. Schließlich fassen wir unsere Beobachtungen zu simulierten Proben kurz zusammen. Artikel Mar 2012 Frdric Proa Zusammenfassung Zusammenfassung Zusammenfassung ABSTRAKT: Viele statistische Modelle, und insbesondere autoregressivemit durchschnittlichen Zeitreihenmodellen, können als Mittel betrachtet werden, die Daten in weißes Rauschen, dh auf eine unkorrigierte Folge von Fehlern zu verwandeln. Wenn die Parameter genau bekannt sind, kann diese zufällige Sequenz direkt aus den Beobachtungen berechnet werden, wenn diese Berechnung mit Schätzungen durchgeführt wird, die die wahren Parameterwerte ersetzen, die resultierende Sequenz wird als Residuen bezeichnet, die als Abschätzungen der Fehler angesehen werden können. Wenn das entsprechende Modell gewählt worden ist, wird es keine Autokorrelation in den Fehlern geben. Bei der Überprüfung der Angemessenheit der Anpassung ist es daher logisch, die Stichproben-Autokorrelationsfunktion der Residuen zu untersuchen. Bei großen Proben ähneln die Residuen eines korrekt eingepassten Modells sehr genau den wahren Fehlern des Prozesses, doch bedarf es bei der Interpretation der seriellen Korrelationen der Residuen. Es wird hier gezeigt, daß die restlichen Autokorrelationen näherungsweise als singuläre lineare Transformation der Autokorrelationen der Fehler darstellbar sind, so daß sie eine singuläre Normalverteilung besitzen. Wenn dies nicht möglich ist, führt dies zu einer Tendenz, einen Beweis für einen Mangel an Passung zu übersehen. Tests von Anpassungs - und Diagnoseprüfungen werden erarbeitet, die diese Tatsachen berücksichtigen. In einer früheren Arbeit (Durbin amp Watson, 1950) untersuchten die Autoren das Problem des Testens der Fehlerausdrücke eines Regressionsmodells für die serielle Korrelation. Es wurden Testkriterien vorgelegt, deren Momente berechnet und an ihre Verteilungsfunktionen gebunden. In der vorliegenden Arbeit werden diese Schranken tabelliert und ihre Anwendung in der Praxis beschrieben. Für Fälle, in denen die Grenze die Frage der Signifikanz nicht behebt, wird eine annähernde Methode vorgeschlagen. Ausdrücke für den Mittelwert und die Varianz einer Teststatistik für Ein-und Zwei-Wege-Klassifikationen und Polynom-Trends, was zu ungefähre Tests für diese Fälle. Die beschriebenen Verfahren sollten vom praktischen Arbeitnehmer ohne Bezugnahme auf die frühere Arbeit (nachstehend als Teil I bezeichnet) angewandt werden können. Der Test mit der Statistik Q 2 n 2 K k1 tr (nk) von Hosking (1980), der Test unter Verwendung der statistischen Daten (Box and Pierce, 1970) (K1) (2n) von Li und Mcleod (1981), wobei (k) die Probenkorrelationsmatrix ist, die in (1) angegeben ist. Es ist gezeigt worden, daß unter der Bedingung, daß t IID ist (also Nullhypothese H 0 in (3) gilt) alle Q j (j 1, 2, 3) asymptotisch 2 p 2 K sind. Wir schlagen einen neuen Omnibustest für Vektor-Weißrauschen unter Verwendung der maximalen absoluten Autokorrelationen und Kreuzkorrelationen der Bauelemente-Reihe vor. Basierend auf der neu etablierten Approximation durch die Linfty-Norm eines normalen Zufallsvektors kann der kritische Wert des Tests durch Bootstrapping aus einer multivariaten Normalverteilung ausgewertet werden. Im Gegensatz zum herkömmlichen weißen Rauschtest erweist sich die neue Methode als gültig für die Prüfung der Abweichung von nicht-IID-Weißrauschen. Wir veranschaulichen die Genauigkeit und die Leistungsfähigkeit des vorgeschlagenen Tests durch Simulation, was auch zeigt, dass der neue Test mehrere häufig verwendete Methoden übertrifft, darunter beispielsweise den Lagrange-Multiplikator-Test und die multivariaten Box-Pierce-Portmanteau-Tests, insbesondere wenn die Dimension der Zeitreihen Ist hoch in Bezug auf die Probengröße. Die numerischen Ergebnisse zeigen auch, dass die Leistung des neuen Tests weiter verbessert werden kann, wenn er auf die vor-transformierten Daten angewendet wird, die über die von Chang, Guo und Yao (2014) vorgeschlagene Zeitreihen-Hauptkomponentenanalyse erhalten werden. Die vorgeschlagenen Verfahren wurden in einem R-Paket HDtest implementiert und sind online bei CRAN verfügbar. In diesem Test für die Stationarität bestätigt die Unabhängigkeit von Inkrementen, wobei die Ablehnung der Nullhypothese H 0 die Stationarität anzeigt (null.) Hypothese H 0 ist, dass die Daten nicht stationär sind) BULLET Augmented Dickey-Fuller (ADF) t-statistischer Test (Said amp Dickey, 1984 Diebold amp Rudebusch, 1991 Banerjee et al., 1993): im Augmented Dickey-Fuller (ADF ) T - Statistiktest die Nullhypothese H 0 ist, dass die Daten nicht stationär sind (kleine p-Werte (zB weniger als 0,05) deuten darauf hin, dass die Zeitreihe stationär ist). BULLET Kwiatkowski-PhillipsSchmidtShin-Test (Kwiatkowski et al. 1992): Dieser Test kehrt die Hypothesen um, daher ist die Nullhypothese H 0, dass die Zeitreihe stationär ist. Abstrakt Zusammenfassung Zusammenfassung ABSTRAKT: Ein erfolgreiches Software-Projekt ist das Ergebnis eines komplexen Prozesses, an dem vor allem Menschen beteiligt sind. Entwickler sind die Schlüsselfaktoren für den Erfolg eines Softwareentwicklungsprozesses, nicht nur als Executoren von Aufgaben, sondern als Protagonisten und Kernstück des gesamten Entwicklungsprozesses. Dieses Papier untersucht soziale Aspekte bei Entwicklern, die an Softwareprojekten arbeiten, die mit der Unterstützung von Agile Tools entwickelt wurden. Wir untersuchten 22 Open-Source-Softwareprojekte, die mit dem Agile-Board des JIRA-Repositorys entwickelt wurden. Alle Kommentare von Entwicklern, die an den Projekten beteiligt waren, wurden analysiert und wir untersuchten, ob die Höflichkeit der Kommentare die Anzahl der beteiligten Entwickler und die erforderliche Zeit zur Behebung eines bestimmten Problems beeinflusst hat. Unsere Ergebnisse zeigten, dass das Niveau der Höflichkeit im Kommunikationsprozess unter den Entwicklern einen Einfluss auf die Zeit hat, die erforderlich ist, um Probleme zu lösen, und in der Mehrzahl der analysierten Projekte eine positive Korrelation mit der Attraktivität des Projekts sowohl für aktive als auch für potenzielle Entwickler. Je mehr höfliche Entwickler waren, desto weniger Zeit brauchte es, um ein Problem zu beheben. Volltext-Artikel Juli 2016 quotPortmanteau weißen Rauschtest entwickelt von Box amp Pierce (1970) wird berechnet, um für die normale Verteilung der Rest in der Probe zu testen. Der Test beruht auf der Tatsache, dass (1) ,, (n) die Realisierung aus dem Weißrauschverfahren ist (Baum, 2005). Theoretisch ist der Wechselkurs einer der wichtigsten Triebfedern der Inflation, die den Großhandelspreisindex (WPI) in Ländern beeinflusst, in denen bedeutender Wert auf Import und Export wie China gelegt wird. In diesem Papier werden die Volatilität der Wechselkurse und ihre Impulsivität als externer Schock für die WPI auf einer Reihe von Zeitreihendaten untersucht, die 4,067 tägliche Beobachtung der chinesischen Wirtschaft vom 12. August 2004 bis zum 30. September 2015 repräsentieren Und die gewichtete Regressionsanalyse zeigen signifikante p-Werte von 0,000 für den Wechselkurs, die das WPI während des angegebenen Zeitraums erklären. Die autoregressive bedingte Heteroskedastizität und das generalisierte autoregressive bedingte Heteroskedastizitätsmodell weisen einen signifikanten Wahrscheinlichkeitswert von 0,000 bzw. 0,044 für das WPI und den Wechselkurs auf. Es wird festgestellt, dass die Volatilität der WPI in der Vergangenheit die zukünftige Volatilität von WPI als internen Schock zusätzlich zu den vorherigen Tagen beeinflusst Impulsivität der Wechselkurs, die die künftige Volatilität des WPI als externer Schock beeinflusst. Die Testmodelle werden sorgfältig angewendet und ihre Stabilität und Gültigkeit wird belegt. Artikel Apr 2016 Mohammad Naim Azimi
No comments:
Post a Comment