跳到主要內容

臺灣博碩士論文加值系統

(44.212.99.248) 您好!臺灣時間:2023/01/28 12:54
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:洪宏霖
研究生(外文):Hung-Lin Hung
論文名稱:VAR最適子模型之選取準則
論文名稱(外文):VAR Model Selection by Some Restriction Methods
指導教授:徐南蓉徐南蓉引用關係
指導教授(外文):Nan-Jung Hsu
學位類別:碩士
校院名稱:國立清華大學
系所名稱:統計學研究所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:44
中文關鍵詞:多變量自我迴歸模型AICBICTop-DownBottom-UpLASSO
相關次數:
  • 被引用被引用:0
  • 點閱點閱:246
  • 評分評分:
  • 下載下載:66
  • 收藏至我的研究室書目清單書目收藏:0
在描述多變量時間序列資料的變動性上,多變量自我迴歸模型是文獻上被廣泛使用的方法之一,而常見之配適模型方法為AIC或BIC準則。這兩種準則雖然能夠容易的選取模式,但因為受到不顯著異於零的參數影響而導致參數估計不準確或預測誤差偏大。本研究即利用Lütkepohl(1991)提出之Top-Down準則和Bottom-Up準則及Tibshirani(1996)提出之「Least absolute shrinkage and selection operator」方法來縮減這些不顯著異於零的參數,而在不同情況下比較這些方法是否能更為準確的估計參數或降低預測誤差。
第一章 文獻探討與問題敘述 1
第二章 多變量自我迴歸模型 3
第三章 參數估計及配適模型準則 5
3.1 多變量最小平方法和最適模型選取準則 5
3.2 線性限制式下之多變量最小平方法和最適模型選取準則 6
3.3 Bottom-Up準則 8
3.4 LASSO 9
第四章 模擬分析 10
4.1 在各種模型設定下比較不同配適模型方法之優劣 13
4.1.1 真實模型為VAR 13
4.1.2 真實模型為VMA 24
4.2 探討樣本數如何影響各配適模型方法之優劣 29
第五章 實證分析 36
第六章 結論與後續研究 42
參考文獻 43
Akaike, H. (1973). Information Theory and an Extension of the Maximum Likelihood Principle, in B.N. Petrov & F.Csáki(eds.), 2nd International Symposium on Information Theory, Budapest: Académiai Kiadó, 267-281.

Akaike, H. (1974). A New Look at the Statistical Model Identification, IEEE Transcation on Automatic Control, AC-19, 716-723.

Akaike, H. (1978). A Bayesian Analysis of the Minimum AIC Procedure, Annals of the Institute of Statistical Mathematics, 30A, 9-14.

Breiman, L. (1993). Better Subset Selection Using the Non-negative Garotte, Technical Report, University of California, Berkeley.

Efron, B., Hastie, T., Johnstone, I., Tibshirani, R. (2004). Least Angle Regression, Annals of Statistics 32, 407-499.

Enders, W. (1995). Applied Econometric Time Series, John Wiley & Sons, New York.

Greene, W. H. (2002). Econometric Analysis, 5. edn, Prentice Hall.

Hamilton, J. D. (1994). Time Series Analysis, University Press Princeton, New Jersey.

Hendry, D. F. (1995). Dynamic Econometrics, Oxford University Press, Oxford.

Hoerl, A. E. and Kennard, R.W. (1970). Ridge Regression: Biased Estimation for NonOrthogonal Problems, Technometrics, 12, 55-68.

Hoque, A. and Latif, A. (1993). Forcasting Exchange Rate for the Australian Dollar vis-à-vis the U.S. Dollar Using Multivariate Time-series Models. Applied Economics, 25, 403-407.

Hsiao, C. (1979). Autoregressive Modeling of Canadian Money and Income Data, Journal of the American Statistical Association, 74, 553-560.

Litterman, R. B. and Supel, T. M. (1983). Using Vector Autoregressions to Measure the Uncertainty in Minnisota’s Revenue Forcasts, Federal Reserve Babk of Minneapolis Quartely Review, 7 (Spring), 10-22.

Lütkepohl, H. (1991). Introduction to Multiple Time Series Analysis, Berlin: Springer-Verlag.

Schwarz, G.. (1978). Estimating the Dimension of a Model, Annals of Statistics, 6, 461-464.

Shao, J. (1997). An Asymptotic Theory for Linear Model Selection (with Discussion), Statistica Sinica, 7, 221-242.

Sims, C. A. (1980). Macroeconomics and Reality, Econometrica, 48, 1-48.

Stone, M. (1974). Cross-validatory Choice and Assessment of Statistical Predictions, Journal of the Royal Statistical Society, Series B 36, 111--147.

Tibshirani, R. (1996). Regression Shrinkage and Selection via the Lasso, Journal of the Royal Statistical Society, Series B 58, 267-288.

Yang, R., and Berger, J. O. (1994). Estimation of a Covariance Matrix Using the Reference Prior, The Annals of Statistics, 22, 1195-1211.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top