Representação Média Móvel Variável

Representação média móvel de aproximações autoregressivas Estudamos as propriedades de uma representação MA infinita de uma aproximação autorregressiva para um processo estacionário e de valor real. Ao fazê-lo, damos uma extensão do teorema de Wieners na configuração de aproximação determinística. Ao lidar com dados, podemos usar esse novo resultado chave para obter informações sobre a estrutura de infinitas representações MA de modelos autoregressivos ajustados, onde a ordem aumenta com o tamanho da amostra. Em particular, damos um limite uniforme para estimar os coeficientes da média móvel através da aproximação autorregressiva, sendo uniforme em todos os números inteiros. 423.pdfTitre du document Título do documento Forward Moving Average Representation in Multivariate MA (1) Processos Auteur (s) Afiliação (s) do ou des auteurs Autor (es) Afiliação (s) (1) Departamento de Estatística, Faculdade De Ciências Básicas, Universidade de Mazandaran, Babolsar, IRAN, REPUBLIQUE ISLAMIQUE D (2) Departamento de Estatística e OR, Faculdade de Ciências, Universidade de Kuwait, Safat, KOWEIT Rsum Resumo Os coeficientes médios de forward-moving são, em geral, diferentes dos correspondentes backward - Coeficientes médios móveis em séries temporais estacionárias multivariadas. Há falta de métodos práticos para derivar coeficientes médios de mudança de frente dos atrasados. Neste artigo, estabelecemos uma nova abordagem prática para a obtenção dos coeficientes médios de mudança direta para processos de média móvel multivariada da ordem um. Revue Journal Title Source 2010, vol. 39, no 3-5, pp. 729-737 9 página (s) (artigo) (14 p.) Langue Language Editeur Editora Taylor amp Francis, Philadelphia, PA, ETATS-UNIS (1976) (Revue) Mots-cls anglais O Soltani e Mohammadpour (2009) apresentaram um algoritmo para o melhor interpolador linear de inovações não registradas em processos estacionários multivariáveis ​​de segunda ordem discreta. Neste artigo, desenvolvemos um procedimento de interpolação para processos ARMA multivariados, utilizando a interpolação das inovações subjacentes. Neste caso, os coeficientes do modelo e os dados multivariados passados ​​e futuros são as entradas do algoritmo. Também obtemos uma expressão de formulário fechada para o melhor interpolador linear de valor único para modelos de séries temporais MA (1) e AR (1). Artigo Dec 2011 Mehrnaz Mohammadpour Ahmad Reza Mostrar resumo Ocultar resumo RESUMO: Soltani e Mohammadpour (200615) Soltani. AR Mohammadpour. M. (2006). Representação média móvel para processos estacionários multivariados. J. Time Ser. Anal. 27 (6): 831841. CrossRef, Web of Science Veja todas as referências) observou que, em geral, os coeficientes médios móveis para trás e para frente, correspondentemente, para os processos estacionários multivariados, ao contrário dos processos univariados, são diferentes. Isso estimulou pesquisas sobre derivações de coeficientes médios diretos em termos de coeficientes médios móveis para trás. Neste artigo, desenvolvemos um procedimento prático sempre que o processo subjacente é uma transição móvel multivariada (ou univariada periodicamente correlacionada) de uma ordem finita. O nosso procedimento baseia-se em duas observações-chave: redução da ordem (Li, 20058. Li. LM (2005). Factorização da densidade espectral média móvel por representações espaciais do estado e empilhamento. J. Multivariante Anal. 96. 425 438. CrossRef, Web of Ciência Ver todas as referências) e análise de primeira ordem (Mohammadpour e Soltani, 20109. Mohammadpour. M. Soltani. AR (2010). Representação média móvel em frente para processos multivariados de MA (1). Comunista. Estatista. Teoria Meth. 39. 729 737. Taylor amp Francis Online, Web of Science Veja todas as referências). Artigo janeiro 2014 M. Mohammadpour A. R. Soltani