贝塔-负二项自回归，用于建模具有极值观测值的整值时间序列

从出版商下载全文

IDEAS上列出的参考文献

1. Fokianos，Konstantinos&Rahbek，Anders&TjÃÃ子theim，Dag，2009年。"泊松自回归,"美国统计协会杂志，美国统计协会，第104卷（488），第1430-1439页。
   • Konstantinos Fokianos&Anders Rahbek&Dag Tjötheim，2008年。"泊松自回归,"讨论文件08-35，哥本哈根大学。经济系，2008年12月修订。
   • Konstantinos Fokianos&Anders Rahbek&Dag Tjötheim，2009年。"泊松自回归,"CREATES研究论文2009年12月，奥胡斯大学经济与商业经济系。
2. Ali Ahmad和Christian Francq，2016年。"计数时间序列模型的Poisson QMLE,"时间序列分析杂志Wiley Blackwell，第37卷（3），第291-314页，5月。
   • 艾哈迈德、阿里和弗朗克，克里斯蒂安，2014年。"计数时间序列模型的泊松qmle,"MPRA纸59804，德国慕尼黑大学图书馆。
   • Ali Ahmad和Christian Francq，2015年。"计数时间序列模型的Poisson QMLE,"打印后hal-01533548，哈尔。
3. 朱福康，刘双哲，石磊，2016。"泊松自回归的局部影响分析及其在股票交易数据中的应用,"Neerlandica统计《荷兰统计与运营研究学会》，第70卷（1），第4-25页，2月。
4. 玛丽亚·爱德华德·席尔瓦（Maria Eduarda Silva）、伊莎贝尔·佩雷拉（Isabel Pereira）和布伦丹·麦卡贝（Brendan McCabe），2019年。"非高斯自回归时间序列的贝叶斯异常检测,"时间序列分析杂志Wiley Blackwell，第40卷（5），第631-648页，9月。
5. Andrew C.Harvey，2013年。"波动率和重尾的动态模型,"剑桥图书,剑桥大学出版社，编号9781107630024。
   • Andrew C.Harvey，2013年。"波动率和重尾的动态模型,"剑桥图书,剑桥大学出版社，编号97811070347231911月。
6. Siem Jan Koopman&Rutger Lit&AndréLucas，2017年。"离散价格变化的日内随机波动：动态Skellam模型,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第112卷（520），1490-1503页，10月。
   • Siem Jan Koopman&Rutger Lit&Andre Lucas，2015年。"离散价格变化的日内随机波动：动态Skellam模型,"廷伯根研究所讨论文件15-076/IV/DSF94，廷伯根研究所。
7. Andrew Harvey和Alessandra Luati，2014年。"重尾过滤,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第109卷（507），第1112-1122页，9月。
   • Harvey，A.和Luati，A.，2012年。"用厚尾巴过滤,"剑桥经济学工作论文1255，剑桥大学经济学院。
8. Hall，A.&Scotto，M.G.，2003年。"具有重尾创新的亚抽样整值移动平均模型的极值,"统计学和概率论字母爱思唯尔，第63卷（1），第97-105页，5月。
9. 理查德·戴维斯（Richard A.Davis），2003年。"泊松计数的观测驱动模型,"生物计量学《Biometrika信托》，第90卷（4），第777-790页，12月。
10. John Geweke和Amisano，Gianni，2011年。"最佳预测池,"计量经济学杂志爱思唯尔，第164（1）卷，第130-141页，9月。
    • John Geweke和Gianni Amisano，2008年。"最佳预测池,"工作文件系列22_08，里米尼经济分析中心。
    • Amisano，Gianni和Geweke，John，2009年。"最佳预测池,"工作文件系列1017，欧洲中央银行。
11. 王超（Chao Wang）、刘恒（Heng Liu）、姚建峰（Jian-Feng Yao）、理查德·戴维斯（Richard A.Davis）和李伟强（Wai Keung Li），2014年。"自激阈值泊松自回归,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第109卷（506），第777-787页，6月。
12. 理查德·戴维斯（Richard A.Davis）和吴荣宁（Rongning Wu），2009年。"计数时间序列的负二项模型,"生物计量学，Biometrika Trust，第96卷（3），第735-749页。
13. 《马蒂亚斯·巴奇、马尔顿·伊斯帕尼、古拉·帕普、曼努埃尔·斯科托和玛丽亚·席尔瓦》，2012年。"INA（1）模型中的加性异常值,"统计论文《施普林格》，第53卷（4），第935-949页，11月。
14. 朱福康，2011年。"负二项整值GARCH模型,"时间序列分析杂志Wiley Blackwell，第32卷（1），第54-67页，1月。
15. 保罗·高尔基，2018年。"随机递归方程驱动的生存概率整值自回归模型,"时间序列分析杂志Wiley Blackwell，第39卷（2），第150-171页，3月。
16. Manuel G.Scotto和Christian H.Weiß&Tobias A.Möller&Sónia Gouveia，2018年。"计数过程的max-INAR（1）模型,"测试：西班牙统计与运筹学学会的官方期刊，施普林格；《运营调查协会》，第27卷（4），第850-870页，12月。
17. Drew Creal&Siem Jan Koopman&AndréLucas，2013年。"广义自回归得分模型及其应用,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第28卷（5），第777-795页，8月。

引文

引用人：

1. de Rezende，Rafael&Egert，Katharina&Marin，Ignacio&Thompson，Guilherme，2022年。"白盒ISSM方法估计沃尔玛销售额的不确定性分布,"国际预测杂志爱思唯尔，第38卷（4），第1460-1467页。
2. 陈华平，李琦，朱富康，2023。"协变量驱动的有界计数β-二项积分值GARCH模型及其应用,"Metrika：国际理论与应用统计杂志施普林格，第86卷（7），第805-826页，10月。
3. 阿努奇、阿卜杜勒哈基姆和斯科托，曼努埃尔，2022年。"基于乘法细化的积分值GARCH模型,"MPRA纸112475，德国慕尼黑大学图书馆。
4. 阿努奇、阿卜杜勒哈基姆和古韦亚、索尼娅和斯科托、曼努埃尔，2023年。"随机乘法与随机和：具有整值随机输入的自回归类模型,"MPRA纸119518，德国慕尼黑大学图书馆，2023年12月18日修订。
5. Eric A.Beutner、Yicong Lin和Andre Lucas，2023年。"记分驱动过滤器的一致性、分布收敛性和最优性,"廷伯根研究所讨论文件23-051/III，廷伯根研究所。
6. Bram van Os，2023年。"信息论时变密度建模,"廷伯根研究所讨论文件23-037/III，廷伯根研究所。
7. 乔瓦尼·安吉利尼（Giovanni Angelini）、朱塞佩·卡瓦利埃（Giuseppe Cavaliere）、恩佐·戴诺琴佐（Enzo D'Inocenzo）和卢卡·德安吉利斯（Luca De Angelis），2022年。"时间变量泊松自回归,"论文2003年11月22日，arXiv.org。

最相关的项目

1. 乔瓦尼·安吉利尼（Giovanni Angelini）、朱塞佩·卡瓦利埃（Giuseppe Cavaliere）、恩佐·戴诺琴佐（Enzo D'Inocenzo）和卢卡·德安吉利斯（Luca De Angelis），2022年。"时间变量泊松自回归,"论文2003年11月22日，arXiv.org。
2. 阿努奇、阿卜杜勒哈基姆和迪米特拉科普洛斯，斯特凡诺斯，2020年。"计数时间序列的积分值随机强度模型,"MPRA纸105406，德国慕尼黑大学图书馆。
3. Francisco Blasques&Siem Jan Koopman&AndréLucas，2014年。"正确指定广义自回归得分模型的最大似然估计：反馈效应、收缩条件和渐近性质,"廷伯根研究所讨论文件14-074/III，廷伯根研究所。
4. 阿努奇、阿卜杜勒哈基姆和古韦亚、索尼娅和斯科托、曼努埃尔，2023年。"随机乘法与随机和：具有整值随机输入的自回归类模型,"MPRA纸119518，德国慕尼黑大学图书馆，2023年12月18日修订。
5. 刘梦亚（Mengya Liu）、李琦（Qi Li）和朱福康（Fukang Zhu），2020年。"自激滞后负二项自回归,"AStA统计分析进展，施普林格；德国统计学会，第104卷（3），第385-415页，9月。
6. 瓦西里基·克里斯托（Vasiliki Christou）和康斯坦蒂诺斯·福基亚诺（Konstantinos Fokianos），2014年。"负二项时间序列模型的拟似然推断,"时间序列分析杂志Wiley Blackwell，第35卷（1），第55-78页，1月。
7. Francisco Blasques&Paolo Gorgi&Siem Jan Koopman&Olivier Wintenberger，2016年。"观测驱动模型的可行可逆条件和最大似然估计,"廷伯根研究所讨论文件16-082/III，廷伯根研究所。
8. Blasques，F.和Gorgi，P.和Koopman，S.J.，2019年。"加速记分驱动的时间序列模型,"计量经济学杂志爱思唯尔，第212（2）卷，第359-376页。
9. Siem Jan Koopman&Rutger Lit&AndréLucas&Anne Opschoor，2018年。"股票价格高频变动的动态离散copula模型,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第33卷（7），第966-985页，11月。
10. 阿努奇、阿卜杜勒哈基姆和迪米特拉科普洛斯、斯特凡诺斯和塔奇，纳西姆，2019年。"整值随机波动率,"MPRA纸91962，德国慕尼黑大学图书馆，2019年2月4日修订。
11. Yan Cui和Fukang Zhu，2018年。"一种新的允许负互相关的二元整数值GARCH模型,"测试：西班牙统计与运筹学学会的官方期刊，施普林格；《运营调查协会》，第27卷（2），第428-452页，6月。
12. F Blasques&P Gorgi&S Koopman&O Wintenberger，2016年。"观测驱动模型最大似然估计的可行可逆条件,"论文1610.02863，arXiv.org。
    • Francisco Blasques&Paolo Gorgi&Siem Jan Koopman&Olivier Wintenberger，2018年。"观测驱动模型最大似然估计的可行可逆条件,"打印后hal-01377971，哈尔。
13. Francisco Blasques&Siem Jan Koopman&AndréLucas，2014年。"观测驱动时间序列模型的信息论最优性,"廷伯根研究所讨论文件14-046/III，廷伯根研究所。
14. 崔云伟，郑琦，2017。"一类计数数据观测驱动时间序列模型的条件极大似然估计,"统计学和概率论字母，爱思唯尔，第123卷（C），第193-201页。
15. Aknouche，Abdelhakim和Bendjeddou，Sara，2016年。"一般整值时间序列模型的负二项拟似然推断,"MPRA纸76574，德国慕尼黑大学图书馆，2017年2月3日修订。
16. Yan Cui、Qi Li和Fukang Zhu，2020年。"柔性二元泊松积分值GARCH模型,"统计数学研究所年鉴，施普林格；统计数学研究所，第72卷（6），第1449-1477页，12月。
17. Blasques，F.&Gorgi，P.&Koopman，S.J.，2021年。"观测驱动时间序列模型中的缺失观测,"计量经济学杂志爱思唯尔，第221（2）卷，第542-568页。
    • Francisco（F.）Blasques&Paolo Gorgi&Siem Jan（S.J.）Koopman，2018年。"观测驱动的时间序列模型中的缺失观测,"廷伯根研究所讨论文件18-013/III，廷伯根研究所。
18. F Blasques&P Gorgi&S J Koopman&O Wintenberger，2016年。"观测驱动模型最大似然估计的可行可逆条件,"工作文件hal-01377971，哈尔。
19. 阿努奇、阿卜杜勒哈基姆和斯科托，曼努埃尔，2022年。"一种基于乘性稀疏的整数值GARCH模型,"MPRA纸112475，德国慕尼黑大学图书馆。
20. Giovanni Angelini和Paolo Gorgi，2018年。"具有观测驱动时间变化参数的DSGE模型,"廷伯根研究所讨论文件18-030/III，廷伯根研究所。

有关此项目的更多信息

统计

更正

本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:bla:jorssb:v:82:y:2020:i:5:p:1325-1347。请参阅一般信息关于如何更正RePEc中的材料。

如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Wiley Content Delivery（电子邮件如下）。供应商的一般联系方式：https://edirc.repec.org/data/rssssea.html.

请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。