Адаптивные робастные непараметрические алгоритмы прогноза | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2011. № 1(14).

ГлавнаяАрхивАдаптивные робастные непараметрические алгоритмы прогноза | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2011. № 1(14).

Адаптивные робастные непараметрические алгоритмы прогноза

В работе на основе взвешенного метода максимального правдоподобия синтезированы робастные непараметрические алгоритмы прогноза стационарных временных рядов. Данные алгоритмы включают как частный случай классические непараметрические оценки прогноза

Adaptive robust nonparametric prediction algorithms.pdf Статистическому анализу временных рядов посвящено большое количествоисследовательских работ (см., например, [1 - 3, 5]). В качестве математическоймодели случайного процесса используются общие гетероскедастические моделинелинейной авторегрессииXi=m(Xi−m−1)+g(Xi−m−1)ƒi

Ключевые слова

prediction problems, nonparametric, robustness, time series, прогноз, непараметрический, робастность, временной ряд

Авторы

ФИООрганизацияДополнительноE-mail
Симахин Валерий АнаньевичКурганский государственный университет (г. Курган)кандидат физико-математических наук, профессорsva_full@mail.ru
Всего: 1

Ссылки

Симахин В.А. Непараметрическая статистика. Ч. I. Теория оценок. Курган: Изд-во КГУ, 2004. 216 с.
Симахин В.А. Взвешенный метод максимального правдоподобия // Материалы IX Международной науч.-технич. конф. «Кибернетика и высокие технологии XXI века». Воронеж, 2008. T. 2. C. 661−672.
Шурыгин А.М. Прикладная статистика. Робастность. Оценивание. Прогноз. М.: Финансы и статистика, 2000. 223 с.
Roussas G.G. Nonparametric estimation of the transition distribution function of a Markov process // Ann. Math. Statist. 1969. V. 40. Nо. 4. P. 1386−1400.
Кошкин Г.М. Об одном подходе к оцениванию переходной функции распределения и моментов для некоторых марковских процессов // Математическая статистика и ее приложения. Томск, 1976. C. 53-65 .
Симахин В.А. Непараметрическая статистика. Ч. II. Теория оценок. Курган: Изд-во КГУ, 2004. 163 с.
Simahin V.A. Nonparametric robust regression estimate // Proc. SPIE. 2006. V. 6522. P. 130−139.
Рымар Т.Н., Симахин В.А. Непараметрическое прогнозирование стационарных случайных процессов // Тез. докл. зональной научно-технической конференции «Датчики и средства первичной обработки информации». Курган, 1990. C. 102−104.
Симахин В.А. Непараметрическое прогнозирование случайных процессов // Тез. докл. I областной научно-практической конференции по надежности научно-технических прогнозов. Новосибирск, 1978.
Мартин Р.Д. Устойчивый авторегрессионный анализ временных рядов // Устойчивые статистические методы оценки данных. М.: Машиностроение. C. 121−146.
Васильев В.А., Добровидов А.В., Кошкин Г.М. Непараметрическое оценивание функционалов от распределений стационарных последовательностей. М.: Наука, 2004. 510 с.
Neumann M.H., Kreiss J.P. Regression-Type inference in nonparametric autoregression // Ann. Statis. 1998. V. 26. Nо. 4. P. 1570−1613.
Siegfried Heiler. A Survey on Nonparametric Time Series Analysis. 1999. 49 p. URL: http:// www.ub.uni-konstanz.de/kops/volltexte/1999/316/
Ширяев А.Н. Основы стохастической финансовой математики. T. 1. М.: Фазис, 1998. 488 с.
Адаптивные робастные непараметрические алгоритмы прогноза | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2011. № 1(14).

Адаптивные робастные непараметрические алгоритмы прогноза | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2011. № 1(14).

Полнотекстовая версия