印花

STAMP是一个统计/计量经济学软件系统,用于包含趋势、季节、周期和不规则等不受干扰的成分的时间序列模型。它为时间序列的分析、建模和预测提供了一个用户友好的环境。利用状态空间方法和卡尔曼滤波进行估计和信号提取。然而,STAMP是以一种易于使用的形式设置的,使用户能够集中精力选择和解释模型。STAMP 8是OxMetrics模块化数据分析软件系统的集成部分,具有出色的数据操作、图形和批处理功能。Modeller和Structural STAMP analyzer的全名是Predictor。结构时间序列模型是根据感兴趣的成分直接制定的,因此通常也被称为不可观测的成分时间序列模型。这些模型在许多学科都有应用,包括经济学、金融学、社会学、管理学、生物学、地理学、气象学和工程学。STAMP弥合了理论与应用之间的鸿沟;提供了必要的工具,使交互式结构时间序列建模可用于实证工作。另一个这样的工具是SsfPack,它为编程接口Ox提供了更通用的过程。


zbMATH中的参考文献(引用于,1标准件)

显示第1到第20个结果,共42个。
按年份排序(引文)
  1. 伊尔玛·辛德雷安托(Hindrayanto),安娜·萨马利娜(Samarina),斯坦加,伊琳娜·M.:菲利普斯曲线还活着吗?来自欧元区的证据(2019年)
  2. Pedregal,Diego J.;Villegas,Marco A.;Villegas,Diego A.;Trapero,Juan R.:利用Matlab进行时间序列建模:SSpace工具箱(2019年)
  3. Raphael Saavedra,Guilherme Bodin,Mario Souto:StateSpaceModels.jl:a Julia Package for Time Series Analysis in a State Space Framework(2019年),马里奥·索托(Mario Souto:StateSpaceModels.jl:状态空间框架下时间序列分析的Julia软件包)阿尔十四
  4. Marco Villegas;Diego Pedregal:SSpace:状态空间建模工具箱(2018)不是zbMATH
  5. Rosales Marticorena,Francisco:具有相关误差的信号的经验贝叶斯平滑样条:方法和应用(2016)
  6. Tagore,Vickneswary;Zheng,Nan;Sutradhar,Brajendra C.:随机波动率模型中的推论:一种新的更简单的方法(2016)
  7. Victor Gómez:SSMMATLAB:一套用于状态空间模型统计分析的MATLAB程序(2015)不是zbMATH
  8. Christopher Strickland;Robert Burdett;Kerrie Mengersen;Robert Denham:PySSM:线性高斯状态空间模型贝叶斯推理的Python模块(2014)不是zbMATH
  9. Guillén,Osmani Teixeira de Carvalho;Issler,João Victor;Franco Neto,Afonso Arinos de Mello:《20世纪及以后经济周期波动和经济增长变化的福利成本》(2014)
  10. Harvey,Andrew;Luati,Alessandra:用粗尾过滤(2014)
  11. McElroy,Tucker;Monsell,Brian:Box-Pierce统计的多重测试问题(2014)
  12. Thornton,Michael A.:在变化的制度下消除季节性:过滤新车销售(2013)
  13. Krieg,Sabine;den Brakel,Jan A.Van:通过具有协整趋势的结构时间序列模型估计六个领域的月失业率(2012年)
  14. Kutlu,Levent;Slikles,Robin C.:企业层面低效率下的市场力量估计(2012年)
  15. Jacques Commandeur;Siem Koopman;Marius Ooms:状态空间方法的统计软件(2011)不是zbMATH
  16. 彭英英;阿斯顿:MATLAB的状态空间模型工具箱(2011)不是zbMATH
  17. 罗伊·门德尔松:状态空间模型的STAMP软件(2011)不是zbMATH
  18. Thomas Doan:大鼠的状态空间方法(2011)不是zbMATH
  19. Busetti,Fabio;Harvey,Andrew:基于分位数指标的严格平稳性检验(2010)
  20. Lenten,Liam J.A.:香蕉和汽油:澳大利亚统计局“标题”和“潜在”通胀率预测准确性的进一步证据(2010年)