×

兹马思-数学第一资源

新的时间序列独立成分分析工具。(英语) Zbl公司 1396.62214
摘要:独立分量分析是寻找高维数据中潜在变量和结构的常用方法。我们提出了多元时间序列的经典FOBI和JADE估计的扩展,特别关注具有随机波动的时间序列。

理学硕士:
62M10 统计学中的时间序列、自相关、回归等(GARCH)
62小时25分 因子分析和主成分分析;对应分析
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 布罗达,S。A、 。;保罗莱拉,M。S、 芝加哥:一种快速准确的投资组合风险计算方法。金融。经济学,7,4,412-436,(2009年)
[2] 卡多索,J.-F.,1989年。利用高阶矩进行源分离。在:IEEE声学、语音和信号处理国际会议论文集,第2109-2112页。
[3] Cardoso,J.-F.,Souloumiac,A.,1993年。非高斯信号盲波束形成。摘自:IEE-Proceedings-F,第140卷,第362-370页。
[4] 陈,Y。;Härdle,W。;Spokoiny,V.,基于独立成分分析的风险投资组合价值,J。计算机。申请。数学,205594-607,(2007)·Zbl公司 1117.91379
[5] 陈颖;Härdle,W。K、 。;Spokoiny,V.,GH分布和独立成分的GHICA风险分析,J。帝国。《金融》,17,2255-269,(2010年)
[6] 加塞ía-Ferrer,a.,Gonz公司á莱兹·普里托,E.,Peña、 探索ICA在时间序列分解中的应用。UC3M工作文件。统计与计量经济学11[在线],马德里卡洛斯三世大学,2011年。网址http://hdl.handle.net/10016/11285。(访问16.12.14.)。
[7] 加塞ía-Ferrer,a。;冈茨á莱兹·普里托。;体育课ña、 一个条件异方差独立因子模型及其在金融股票收益中的应用。2012年,第70页,第28页,预测
[8] 胡永平。;Tsay,R。S、 ,主波动性成分分析。公共汽车。经济。统计师,32,2153-164,(2014年)
[9] 伊布拉吉莫夫。A、 关于ghurye-Olkin-zinger定理,J。数学。《科学》,199,2174-183,(2014年)·Zbl公司 1351.60013
[10] 伊尔莫宁,P。;诺德豪森,K。;奥贾,H。;Ollila,E.,ICA的一个新的性能指标:性质计算和渐近分析,(Vigneron,V。;扎尔佐索,V。;莫劳,E。;格里博瓦尔,R。;Vincent,E.,潜在变量分析和信号分离,(2010),斯普林格海德堡,229-236
[11] 伊尔莫宁,P。;奥贾,H。;Serfling,R.,《不变坐标系(ICS)泛函》,Internat。统计学家。第80版,93-110页,(2012年)
[12] 马迪亚,K。五、 《多元偏度和峰度的测量及其应用》,生物计量学,57,3519-530,(1970)·Zbl公司 214.46302
[13] 马特森,D。S、 。;Tsay,R。S、 ,多元时间序列的动态正交分量,J。阿默尔。统计学家。协会,1064961450-1463,(2011年)·Zbl公司 1323.62086
[14] 米蒂宁,J。;诺德豪森,K。;奥贾,H。;《平稳时间序列盲源分离估计器的统计特性》,统计学。可能吧。利特,821865-1873,(2012年)·Zbl公司 1312.62110
[15] 米蒂宁,J。;诺德豪森,K。;奥贾,H。;《基于通货紧缩的不相关平稳时间序列分离》,J。《多变量分析》,123214-227,(2014年)·Zbl公司 1278.62147
[16] Miettinen,J.,Illner,K.,Nordhausen,K.,Oja,H.,Taskinen,S.,Theis,F.,2015a。用自方差矩阵URL分离不相关平稳时间序列http://arxiv.org/abs/1405.3388v1。·Zbl公司 1381.62250
[17] Miettinen,J.,Taskinen,S.,Nordhausen,K.,Oja,H.,2015b。四阶矩和独立分量分析,统计。科学。网址http://arxiv.org/abs/1406.4765v1(新闻报道)·Zbl公司 1332.62196
[18] 诺德豪森、克劳斯、卡多索、让·弗朗索瓦、米蒂宁、贾里、奥贾、汉努、奥利拉、欧空局、塔西宁、萨拉,JADE:JADE和其他BSS方法以及一些BSS性能标准2014年。网址http://CRAN.R-project.org/package=JADE。R程序包版本1.9-92。
[19] Nordhausen,K.,Ollila,E.,Oja,H.,2011年。独立分量分析和盲源分离的性能指标。2011年IEEE第12届无线通信信号处理进展国际研讨会论文集,第486-490页。
[20] 冈茨á里兹 Prieto,E.,时间序列的独立成分分析,(2011),马德里卡洛斯三世大学,网址http://hdl.handle.net/10016/11958。(访问日期:2014年12月16日。)
[21] R核心团队,2014年。R: 一种用于统计计算的语言和环境。R统计计算基金会,维也纳,奥地利,网址http://www.R-project.org/。R版本3.1.2。
[22] 佟,L.,舜,V.C.,Huang,Y.F.,Liu,R.,1990年。AMUSE:一种新的盲辨识算法。在:IEEE国际电路与系统研讨会论文集,1784-1787页。
[23] Tsay,R。S、 《多变量和多变量应用》,新泽西州,Wiley和Hoboken,2014年·Zbl公司 1279.62012
[24] Wuertz,D.,Rmetrics核心团队,2013年。fGarch:Rmetrics自回归条件异方差建模,网址http://CRAN.R-project.org/package=fGarch。R包版本3010.82。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。