Presupposto fondamentale per lo studio di molti fenomeni dinamici, ad esempio nel campo dell’analisi dei segnali, dell’identificazione di sistemi e delle serie storiche, e’ la modellazione del processo aleatorio sottostante. Nel caso lineare, il problema e’ affrontato con modelli della classe ARMA (autoregressivi a media mobile). Tuttavia, e’ probabile che serie storiche realizzazione di fenomeni reali contengano pronunciate dinamiche non lineari, come ad esempio comportamenti dipendenti da regimi e chaos. Tali caratteristiche, invece, possono venire adeguatamente catturate da modelli appartenenti alla classe SETAR. In questo lavoro, il problema della scelta dell’ordine “corretto” per queste tipologie di modelli e’ affrontato nell’ambito della teoria bootstrap associata a selettori di ordine di largo impiego. In particolare, verra’ presentato un approccio bootstrap per l’identificazione dell’ordine, le cui performances saranno valutate con tecniche di simulazione Monte Carlo.

Fenga, L. (2010). Time series bootstrap-based model order selection.

Time series bootstrap-based model order selection

2010-08-06

Abstract

Presupposto fondamentale per lo studio di molti fenomeni dinamici, ad esempio nel campo dell’analisi dei segnali, dell’identificazione di sistemi e delle serie storiche, e’ la modellazione del processo aleatorio sottostante. Nel caso lineare, il problema e’ affrontato con modelli della classe ARMA (autoregressivi a media mobile). Tuttavia, e’ probabile che serie storiche realizzazione di fenomeni reali contengano pronunciate dinamiche non lineari, come ad esempio comportamenti dipendenti da regimi e chaos. Tali caratteristiche, invece, possono venire adeguatamente catturate da modelli appartenenti alla classe SETAR. In questo lavoro, il problema della scelta dell’ordine “corretto” per queste tipologie di modelli e’ affrontato nell’ambito della teoria bootstrap associata a selettori di ordine di largo impiego. In particolare, verra’ presentato un approccio bootstrap per l’identificazione dell’ordine, le cui performances saranno valutate con tecniche di simulazione Monte Carlo.
A.A. 2009/2010
order selection
information criteria
ARMA models
SETAR models
sieve bootstrap
stationary bootstrap
Settore SECS-P/05 - Econometria
en
Tesi di dottorato
Fenga, L. (2010). Time series bootstrap-based model order selection.
File in questo prodotto:
File Dimensione Formato  
PhD Thesis.pdf

non disponibili

Dimensione 709.21 kB
Formato Adobe PDF
709.21 kB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2108/1409
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact