BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Dędys Monika, Tarnowska Barbara
Tytuł
Modele binarnych szeregów czasowych z pamięcią : Zastosowanie do analizy wyników testu koniunktury w przemyśle
Źródło
Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa, 2004, nr 13, s. 185-198, tab., bibliogr 23 poz.
Słowa kluczowe
Prognostyczne modele binarne, Procesy Markowa, Szeregi czasowe, Modelowanie ekonometryczne
Predictive binary models, Markov process, Time-series, Econometric modeling
Uwagi
streszcz.
Abstrakt
W artykule zasygnalizowano możliwość wykorzystania nieklasycznych modeli markowowskich (modeli HMM oraz modeli MTD) do analizy binarnych szeregów czasowych z pamięcią. Pokazano, że modele te mogą być użyteczne w analizie wyników testu koniunktury Instytutu Rozwoju Gospodarczego SGH. Na potrzeby badania wprowadzono pewną modyfikację modelu HMM rzędu drugiego. (abstrakt oryginalny)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Bamdorff-Nielsen O.E., Cox D.R., Kliippelberg C. (2001), Complex Stochastic Systems, Chapman&Hall/CRC.
  2. Bather J. A. (1965), Invariant Conditional Distributions, AnnMath.Statist 36, str.829-846.
  3. Baum L. E, Petrie T. (1966), Statistical Inference for Probabilistic Functions of Finite State Markov Chains, Ann.Math.Statist., 37, str. 1554-1563.
  4. Berchtold A. (2001), Estimation in the Mixture Transition Distribution Model, J.Time Ser.Anal.22(4), str.379-395.
  5. Bickel P.J., RitovY. (1996), Inference in hidden Markov models I:Local asymptotic normality in the stationary case, Bernoulli 2(3), str. 199-228.
  6. Brockwell P. J., Davis R. A. (2002), Introduction to Time Series and forecasting 2nd.ed,Spxinger-Verlag, New York.
  7. Doob J.L. (1953), Stochastic processes, John Wiley & Sons, New York.
  8. Elliot R.J., Aggoun L., Moore J. B. (1995), Hidden Markov Models: Estimation and control Springer,New York.
  9. Engel Ch., Hamilton J.D. (1990), Long Swings in the Data and Do Markets Know It?, The American Econometric Review, 80 (4), str.689-712.
  10. Hamilton J. D., Raj. B. (2002), Advances in Markov -Switching Models, Springer-Verlag.
  11. Hamilton J.D. (1989), A New Approach to the Economic Analysis of Nonstationary Time Series and Business Cycle, Econometrica 57 (2), str.357-3 84.
  12. Hamilton J.D. (1988), Rational-Expectations EconometricAnalysis of Changes in Regime, An Investigation of the Term Structure of Interest Rates, Journal of Economic Dynamics and Control 12, str.384-423.
  13. Leroux B.G. (1992), Maximum-likelihood estimation for hidden Markov models, Stochastic Processes and Their Applications, 40, str.127-143.
  14. Levinson S., Rabiner L., Sondhi M. (1983), An Intoduction to the Application of the Theory of Probabilistic Functions of Markov Process to Automatic Speech Recognition, The Bell System Technical Journal, 62(4).
  15. MacDonald I. L., Zucchini W (2000), Hidden Markov and Other Models for Discrete - valued Time Series, Chapmann&Hall/CRC.
  16. MacKay R. J. (2002), Estinating the order of a hidden Markov model. The Canadian Journal of Statistics, 30(4), str.573-589.
  17. MacLachlan G.J., Thriyambakam K. (1996), The EM Algorithm and Extensions, Willey&Sons.
  18. Michalek S., Wagner M., Timmer J. (2001), Finite Sample Properties of the Maximum Likelihood Estimator and of likelihood Ratio Test in Hidden Markov Models, Biometrical Journal 43 (7), str.863-879.
  19. Petrie T. (1969), Probabilistic Functions of Finite State Markov Chains, The Ann. Math. Statist.40(1), str.97-115.
  20. Podgórska M., Decewicz A. (2001), Modele Markowa w analizie testów koniunktury, w Analiza tendencji rozwojowych w polskiej gospodarce na podstawie testu koniunktury,metody i wyniki, red. E. Adamowicz, Prace i materiały IRG, tom 70, Szkoła Główna Handlowa.
  21. Raftery A. (1985), A model for High-order Markov Chains, J.R.Soc.B, 47(3), str.528-539.
  22. Ryden T, Terasvirta T., Asbnrink S. (1996), Stylized Facts of Daily Return Series and Hidden Markov Model, Working Paper No. 117, Stockholm School of Economics, The Economic Research Institute.
  23. Schwarz G. (1978), Estimating the Dimension of a Model, The Annals of Statistics 6(2), str.461-464.
Cytowane przez
Pokaż
ISSN
1232-4671
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu