

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、華中科技大學(xué)碩士學(xué)位論文混合ARGARCH模型與混合非線性GARCH模型姓名:王皇申請學(xué)位級別:碩士專業(yè):概率論與數(shù)理統(tǒng)計(jì)指導(dǎo)教師:葉鷹20080501華中科技大學(xué)碩士學(xué)位論文IIAbstractMixturetimeseriesasanimptantkindofnonlineartimeseriesmodelshasbeenproposedinrecentyears.Themodelscanbetterdescribethepheno
2、menonofmultimodalfattail.Comparedwithothernonlineartimeseriesmodelsthisonehasthemainadvantageofofferingaflexibleeffectivewaytoapproximateanydistributionfmbuildingtimeseriesmodelseasily.Fsomecomplicateddistributionfmthatc
3、annotbeexactlydescribedbyprobabilitydistributionracewithasingleparameterthemixturedistributionmodelscaninfinitelyapproximateit.Inthepaperonthebasisofothers’researchfindingswemainlystudythemixtureautegressivegenerallyaute
4、gressiveconditionalhetescedasticitymodelanewnonlinearGARCHmodelwhichbeextendedtothemixturefm.Weobtainsomeresultsasfollows:Firstinthechapter3discussingthemixtureautegressiveconditionalhetescedasticitymodelthemixturegenera
5、llyautegressiveconditionalhetescedasticitymodelweobtainthemixtureautegressivegenerallyautegressiveconditionalhetescedasticitymodeltomodelnonlineartimeseries.Theextendedmixturemodelgeneralizetheadvantagesofthefmertwomixtu
6、remodelsthatcanbetterdescribethephenomenonofmultimodalfattailhavemelessparametersestimated.Thestationaryconditionstheexistedconditionofthehighmomentsofthemixtureautegressivegenerallyautegressiveconditionalhetescedasticit
7、ymodelshasbeendiscussed.Secondinthechapter4anewnonlinearGARCHmodelhasbeenstudiedextendedtoamixturefm.ThesufficientstationaryconditionsofthemixturenonlinearGARCHmodelhavebeenobtainedbythetheyoftheMarkovchains.Theexistedco
8、nditionofthehighmomentsofthemodelisexplained.Keywds:MixtureautegressiveconditionalhetescedasticitymodelMixtureautegressivegenerallyautegressiveconditionalhetescedasticitymodelNonlineargenerallyautegressiveconditionalhete
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 混合GARCH模型波動持續(xù)性研究.pdf
- 混合GARCH模型與分形Brown運(yùn)動的研究.pdf
- 基于AR-TAR-GARCH模型應(yīng)用研究.pdf
- garch模型介紹
- 參數(shù)、非參數(shù)GARCH模型與半?yún)?shù)GARCH模型的比較研究.pdf
- 基于高頻數(shù)據(jù)的分類信息混合分布garch模型研究
- SV模型與GARCH模型的實(shí)證比較研究.pdf
- 線性與非線性混合像元分解模型的比較研究.pdf
- 多元GARCH模型及其應(yīng)用.pdf
- 線性混合模型的模型選擇.pdf
- 中國股市波動率研究——基于GARCH與MRS-GARCH類模型.pdf
- 厚尾GARCH模型及部分線性可加模型的統(tǒng)計(jì)推斷.pdf
- 群體PK中的非線性混合效應(yīng)模型及SDE模型研究.pdf
- 一類非線性混合效應(yīng)模型的估計(jì).pdf
- 一類非線性混合效應(yīng)模型的估計(jì)
- ARCH模型和GARCH模型的變點(diǎn)檢測.pdf
- 混合系數(shù)線性模型與約束線性模型的參數(shù)估計(jì).pdf
- 非線性混合效應(yīng)模型及其在林業(yè)上應(yīng)用.pdf
- 基于GARCH模型與VAR模型的我國股市實(shí)證分析.pdf
- 已實(shí)現(xiàn)GARCH類模型及其應(yīng)用.pdf
評論
0/150
提交評論