×
Ginger M.Davis。;凯瑟琳·恩索尔。

LSTR模型中分类变量和连续变量的多变量时间序列分析。 （英语） Zbl 1150.62043号

J.时间序列。分析。 28，第6号，867-885（2007）.
作者提出了一个logistic平稳过渡回归模型，其过渡变量与分类时间序列有关。针对所考虑的logistic平滑过渡回归模型，提出了一种可行且准确的估计方法。通过仿真和实际例子对估计过程进行了研究。仿真研究表明了模型已知时该方法的准确性。预测评估标准表明，与另一个平滑过渡回归模型相比，逻辑平稳过渡回归模型的预测性能优越或相当。当时间序列的非线性行为依赖于连续时间序列时，作者建议简化建模过程，即从类别时间序列自动公式化过渡变量。
审核人：Aleksandr D.Borisenko（基辅）

引用于2文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62M20型 随机过程推断和预测

软件：

对
PDF格式BibTeX公司 XML格式引用
\textit｛G.M.Davis｝和\textit｛K.B.Ensor｝，J.时间序列。分析。28，第6号，867--885（2007；Zbl 1150.62043）
全文： 内政部

参考文献：

[1] 内政部：10.1109/TSP.2003.810284·Zbl 1369.94075号 ·doi:10.1109/TSP.2003.810284
[2] DOI:10.1002/（SICI）1099-1255（199805/06）13:3＜283:：AID-JAE469＞3.3.CO；2-J型·doi:10.1002/（SICI）1099-1255（199805/06）13:3<283:：AID-JAE469>3.3.CO；2-J型
[3] 内政部：10.1162/003465399558120·doi:10.1162/003465399558120
[4] 内政部：10.1137/0916069·Zbl 0836.65080号 ·doi:10.1137/0916069
[5] 数字对象标识码：10.1111/1468-0262.00257·Zbl 1018.62064号 ·doi:10.1111/1468-0262.00257
[6] Chan K.S.，《时间序列分析杂志》，第7页，179页–（1986年）
[7] 内政部：10.1111/1467-9868.00218·Zbl 0945.62084号 ·doi:10.1111/1467-9868.00218
[8] 内政部：10.2307/1912773·Zbl 0491.62099号 ·doi:10.2307/1912773
[9] Fahrmeir L.，《时间序列分析杂志》第8期第147页–（1987）
[10] 内政部：10.1006/jmva.1998.1765·Zbl 0919.62105号 ·doi:10.1006/jmva.1998.1765
[11] 数字对象标识码：10.1214/ss/1076102425·Zbl 1055.62095号 ·doi:10.1214/ss/1076102425
[12] Goldfeld S.M.，《经济和社会计量年鉴》，第2页，第475页–（1973年）
[13] Granger C.W.J.，双线性时间序列模型简介（1978）·Zbl 0379.62074号
[14] Granger C.W.J.，非线性经济关系建模（1993）·Zbl 0893.90030号
[15] 内政部：10.2307/2335819·doi:10.2307/2335819
[16] 内政部：10.2307/1912559·Zbl 0685.62092号 ·doi:10.2307/1912559
[17] 内政部：10.2202/1558-3708.1024·Zbl 1078.91558号 ·doi:10.202/1558-3708.1024
[18] 内政部：10.2307/3315747·Zbl 0877.62083号 ·doi:10.2307/3315747
[19] DOI:10.1093/biomet/86.1.169·Zbl 0916.62062号 ·doi:10.1093/生物技术/886.1.169
[20] DOI:10.1002/（SICI）1097-0258（19990915/30）18:17/18<2257:：AID-SIM253>3.0.CO；2个月·doi:10.1002/（SICI）1097-0258（19990915/30）18:17/18<2257:：AID-SIM253>3.0.CO；2个月
[21] 考夫曼H.，《统计年鉴》15，第79页–（1987）
[22] 内政部：10.2307/1392288·doi:10.2307/1392288
[23] 内政部：10.1111/1467-9892.t01-1-00269·Zbl 1092.62089号 ·doi:10.1111/1467-9892.t01-1-00269
[24] 内政部：10.2307/2336599·doi:10.2307/2336599
[25] McCullagh P.，《皇家统计学会杂志》B辑42第109页–（1980）
[26] McCullagh P.，广义线性模型（第二版）（1989）·Zbl 0744.62098号 ·doi:10.1007/9781-4899-3242-6
[27] 内政部：10.2307/2670094·Zbl 0918.62091号 ·doi:10.2307/2670094
[28] Nocedal J.，数值优化（1999）·Zbl 0930.65067号 ·数字对象标识代码：10.1007/b98874
[29] Ord K.，为纪念莫里斯·普里斯特利（Maurice B.Priestly），时间序列分析的发展，多元计数数据序列的时间序列模型（1993）
[30] Pena D.，时间序列分析课程（2001年）
[31] Priestly M.B.，《时间序列分析杂志》1第57页–（1980）
[32] Quandt R.E.，《计量经济学、计算问题和方法手册》（1983年）
[33] R开发核心团队，R：统计计算的语言和环境（2003）
[34] 内政部：10.1162/003465398557276·doi:10.1162/003465398557276
[35] Shumway R.H.，时间序列分析及其应用（2000）·Zbl 0942.62098号 ·doi:10.1007/978-1-4757-3261-0
[36] DOI:10.1017/S136510052031024·Zbl 1005.91049号 ·doi:10.1017/S136510052031024
[37] 内政部：10.2307/2528498·兹伯利0126.16501 ·doi:10.2307/2528498
[38] DOI:10.1093/biomet/80.3.611·Zbl 0797.62081号 ·doi:10.1093/biomet/80.3.611
[39] T.Terasvita（1990年）。广义阈值自回归模型。加州大学经济系第90-44号讨论论文。
[40] Terasvirta T.，《时间序列分析杂志》，第14页，209页–（1993）
[41] 童宏，模式识别与信号处理。关于阈值模型（1978）
[42] Tong H.，非线性时间序列：动力系统方法（1990）·Zbl 0716.62085号
[43] 内政部：10.1111/1467-9574.00039·Zbl 0883.62108号 ·数字对象标识代码：10.1111/1467-9574.00039
[44] 内政部：10.1081/ETC-120002918·doi:10.1081/ETC-120002918
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。