zbMATH参考文献（引用于 29篇文章

1. Ascione，Giacomo；Leonenko，Nikolai；Pirozzi，Enrica:分数Erlang队列（2020）
2. Arratia，Argimiro；Dorador，Albert:隔夜缺口下止损规则的有效性（2019年）
3. Hušková，Marie；Neumeyer，Natalie；Niebuhr，Tobias；Selk，Leonie：非参数AR-ARCH模型的规范测试（2019年）
4. Nagler，T.；Bumann，C.；Czado，C.：稀疏高维vine-copula模型的模型选择及其在投资组合风险中的应用（2019）
5. Sánchez Espigares，JoséA；Grima，Pere；Marco Almagro，LluíS:单峰分布数据正态性检验的图形比较（2019年）
6. Davis，Richard A.；Dres，Holger；Segers，Johan；Warchoł，Michał：尾部过程推断及其在金融时间序列建模中的应用（2018）
7. Ebner，Bruno；Klar，Bernhard；Meintanis，Simos G.：具有重尾创新的随机波动率模型的傅立叶推断（2018）
8. Stübinger，Johannes；Endres，Sylvia：基于高频数据的均值回复跳跃-扩散模型的配对交易（2018年）
9. 2018年，克里斯托弗·贝内尔（Christopher Benes）与《芒果统计》（St Cullange）合著；克里斯托弗·贝内尔（Christopher St Ulage；2018年）
10. Machalová，J.；Hron，K.；Monti，G.S.：使用平滑样条对中心对数比变换的密度函数进行预处理（2016年）
11. Mirzaei Talarposhti，Fatemeh；Javedani Sadaei，Hossein；Enayatifar，Rasul；Gadelha Guimarães，Frederico；Mahmud，Maqsood；Eslami，Tayyebeh：使用指数模糊时间序列混合模型进行股市预测（2016年）
12. Schlägel，Ulrike E.；Lewis，Mark A.：分析运动模型对可变步长离散化鲁棒性的框架（2016）
13. 陈一宁：具有对数凹创新的半参数时间序列模型：极大似然估计及其一致性（2015）
14. Jiménez Gamero，M.Dolores；Kim，Hyung Moon:基于特征函数的快速拟合优度测试（2015）
15. Matilainen，Markus；Nordhausen，Klaus；Oja，Hannu：时间序列的新独立成分分析工具（2015）
16. Arratia，Argimiro:计算金融。R入门课程（2014）
17. Coin，Daniele:通过多项式回归估计指数功率分布中的功率参数的方法（2013）
18. Eric Gilleland；Ribatet，Mathieu；Stephenson，Alec G.：极值分析的软件评论（2013）
19. Gneting，Tilmann；Ranjan，Roopesh:组合预测分布（2013）
20. Honda，Toshio:具有重尾和强相关误差的非参数分位数回归（2013）