Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "multivariate processes" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    On the Monitoring Complex Multivariate Processes
    O monitorowaniu złożonych wielowymiarowych procesów
    Autorzy:
    Rajda-Tasior, Angelina
    Kończak, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/657878.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    wielowymiarowe procesy
    monitorowanie procesów
    testy permutacyjne
    symulacje komputerowe
    multivariate processes
    process monitoring
    permutation tests
    Monte Carlo study
    Opis:
    W artykule przedstawiono propozycję metody monitorowania złożonych wielowymiarowych procesów produkcyjnych. Rozważany problem dotyczy monitorowania jakości produkcji przy stosowaniu oceny alternatywnej jednocześnie względem wielu charakterystyk, gdy produkcja wykonywana jest na wielu różnych stanowiskach. Do opisu stanu jakości w czasie t wykorzystywana jest macierz, w której elementami są liczby wadliwych sztuk wykonanych na danym stanowiskuwedług ocenianych wielu charakterystyk.Proponowana metoda odwołuje się do testu permutacyjnego. Sygnał o nieprawidłowym przebiegu produkcji jest uzyskiwany na podstawie porównania macierzy z bieżącego okresu dla monitorowanego procesu oraz macierzy danych uzyskanej z procesu ustabilizowanego. Ze względu na dużą liczbę charakterystyk rejestrowanych na skali porządkowej konstrukcja statystyki testowej została oparta o funkcję odległości macierzy. Własności proponowanej metody zostały poddane analizie z wykorzystaniem symulacji komputerowych. Przeprowadzono również porównania wyników uzyskanych z zastosowaniem proponowanej metody i karty kontrolnej c.
    This article presents a proposal of the method of monitoring complex multidimensional processes. The problem relates to monitoring the quality of production with some attribute variables when the production is performed by some operators. To describe the quality status we used the matrix in which elements are the numbers of defective units.The proposed method uses permutation tests. The "out-of-order" signal is obtained by comparing the matrix in period t to the matrix from stable process. The test statistic used in permutation test is based on a function of distance between matrices. The properties of the proposed method have been described using computer simulation.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 3, 322
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On Sensitivity of Inference in Bayesian MSF-MGARCH Models
    Autorzy:
    Osiewalski, Jacek
    Pajor, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/2076087.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Bayesian econometrics
    Gibbs sampling
    time-varying volatility
    multivariate GARCH processes
    multivariate SV processes
    Opis:
    Hybrid MSV-MGARCH models, in particular the MSF-SBEKK specification, proved useful in multivariate modelling of returns on financial and commodity markets. The initial MSF-MGARCH structure, called LNMSF-MGARCH here, is obtained by multiplying the MGARCH conditional covariance matrix Ht by a scalar random variable gt such that {ln gt, t ∈ Z} is a Gaussian AR(1) latent process with auto-regression parameter ϕ. Here we also consider an IG-MSF-MGARCH specification, which is a hybrid generalisation of conditionally Student t MGARCH models, since the latent process {gt} is no longer marginally log-normal (LN), but for ϕ = 0 it leads to an inverted gamma (IG) distribution for gt and to the t-MGARCH case. If ϕ 6= 0, the latent variables gt are dependent, so (in comparison to the t-MGARCH specification) we get an additional source of dependence and one more parameter. Due to the existence of latent processes, the Bayesian approach, equipped with MCMC simulation techniques, is a natural and feasible statistical tool to deal with MSF-MGARCH models. In this paper we show how the distributional assumptions for the latent process together with the specification of the prior density for its parameters affect posterior results, in particular the ones related to adequacy of the t-MGARCH model. Our empirical findings demonstrate sensitivity of inference on the latent process and its parameters, but, fortunately, neither on volatility of the returns nor on their conditional correlation. The new IG-MSF-MGARCH specification is based on a more volatile latent process than the older LN-MSF-MGARCH structure, so the new one may lead to lower values of ϕ – even so low that they can justify the popular t-MGARCH model.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2019, 3; 173-197
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multisine Approximation of Multivariate Orthogonal Random Processes
    Autorzy:
    Figwer, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/908295.pdf
    Data publikacji:
    1999
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    proces stochastyczny
    procesy wielowymarowe
    transformata Fouriera
    simulation random processes
    multivariate orthogonal random processes
    simulated indentification
    multisine random time-series
    fast Fourier transform
    Opis:
    An approach to the synthesis and simulation of wide-sense stationary multivariate orthogonal random processes defined by their power spectral density matrices is presented. The approach is based on approximating the non-parametric power spectral density representation by the periodogram matrix of a multivariate orthogonal multisine random time-series. This periodogram matrix is used to construct the corresponding spectrum of the multivariate orthogonal multisine random time-series (synthesis). Application of the inverse finite discrete Fourier transform to this spectrum results in a multivariate orthogonal multisine random time-series with the predefined periodogram matrix (simulation). The properties of multivariate orthogonal multisine random process approximations obtained in this way are discussed. Attention is paid to asymptotic gaussianess.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 1999, 9, 2; 401-419
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid MSV-MGARCH Models - General Remarks and the GMSF-SBEKK Specification
    Autorzy:
    Osiewalski, Jacek
    Osiewalski, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/2076468.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Bayesian econometrics
    multivariate volatility models
    MGARCH processes
    MSV processes
    financial markets
    commodity markets
    Opis:
    The first so-called hybrid MSV-MGARCH models were characterized by the conditional covariance matrix that was a product of a univariate latent process and a matrix with a simple MGARCH structure (Engle’s DCC or scalar BEKK). The aim was to parsimoniously describe volatility of a large group of assets. The proposed hybrid models, similarly as pure MSV specifications (and other models based on latent processes), required the Bayesian approach equipped with efficient MCMC simulation tools. The numerical effort has payed – the hybrid models seem particularly useful due to their good fit and ability to jointly cope with large portfolios. In particular, the simplest hybrid, now called the MSF-SBEKK model, has been successfully used in many applications. However, one latent process may be insufficient in the case of a highly heterogeneous portfolio. Thus, in this study we discuss a general hybrid MSV-MGARCH model structure, showing its basic characteristics that explain greater flexibility of such hybrid structure with respect to the corresponding MGARCH class. From the empirical perspective, we advocate the GMSF-SBEKK specification, which uses as many latent processes as there are relatively homogeneous groups of assets. We present full Bayesian inference for such models, with the use of an efficient MCMC simulation strategy. The approach is used to jointly model volatility on very different markets. Joint modelling is formally compared to individual modelling of volatility on each market.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2016, 4; 241-271
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian Value-at-Risk for a Portfolio: Multi- and Univariate Approaches Using MSF-SBEKK Models
    Autorzy:
    Osiewalski, Jacek
    Pajor, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/483373.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Bayesian econometrics
    risk analysis
    multivariate GARCH processes
    multivariate SV processes
    hybrid SV-GARCH models
    Opis:
    The s-period ahead Value-at-Risk (VaR) for a portfolio of dimension n is considered and its Bayesian analysis is discussed. The VaR assessment can be based either on the n-variate predictive distribution of future returns on individual assets, or on the univariate Bayesian model for the portfolio value (or the return on portfolio). In both cases Bayesian VaR takes into account parameter uncertainty and non-linear relationship between ordinary and logarithmic returns. In the case of a large portfolio, the applicability of the n-variate approach to Bayesian VaR depends on the form of the statistical model for asset prices. We use the n-variate type I MSF-SBEKK(1,1) volatility model proposed specially to cope with large n. We compare empirical results obtained using this multivariate approach and the much simpler univariate approach based on modelling volatility of the value of a given portfolio.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2010, 2, 4; 253-277
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian Analysis of Dynamic Conditional Correlation Using Bivariate GARCH Models
    Bayesowska analiza dynamicznej korelacji warunkowej z wykorzystaniem dwuwymiarowych modeli GARCH
    Autorzy:
    Osiewalski, Jacek
    Pipień, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/907620.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    model comparison
    Bayes factors
    multivariate GARCH processes
    BEKK models
    DCC models
    exchange rates
    Opis:
    Multivariate ARCH-typc specifications provide a theoretically promising framework for analyses of correlation among financial instruments because they can model time-varying conditional covariance matrices. However, general VechGARCH models are too heavily parameterized and, thus, impractical for more than 2- or 3-dimensional vector lime series. A simple t-BEKK(l.l) specification seems a good compromise between parsimony and generality. Unfortunately, Bollerslev’s constant conditional correlation (CCC) model cannot be nested within VECH or BEKK GARCH structures. Recently, Engle (2002) proposed a parsimoniously parameterized generalization of the CCC model; this dynamic conditional correlation (DCC) specification may outperform many older multivariate GARCH models. In this paper we consider Bayesian analysis of the conditional correlation coefficient within different bivariate GARCH models, which are compared using Bayes factors and posterior odds. For daily growth rales of PLN/USD and PLN/DEM (6.02.1996-28.12.2001) we show that the t-BEKK(l, 1) specification fits the bivariate series much better than DCC models, but the posterior means of conditional correlation coefficients obtained within different models are very highly correlated.
    Wielowymiarowe specyfikacje ty^pu ARCH stanowią teoretycznie obiecujące ramy dla analiz skorelowania instrumentów finansowych, ponieważ umożliwiają modelowanie zmiennych w czasie macierzy warunkowych kowariancji. Jednak ogólne modele VechGARCH mają zbyt wiele parametrów, są więc niepraktyczne w przypadku więcej niż 2- lub 3-wymiarowych wektorowych szeregów czasowych. Prosta specyfikacja t-BEKK(1,1) wydaje się dobrym kompromisem pomiędzy oszczędnością parametryzacji i ogólnością modelu. Niestety model stałych korelacji warunkowych (CCC) Boilersleva nie jest szczególnym przypadkiem struktur VECH czy BEKK. Ostatnio Englc (2002) zaproponował oszczędnie sparametryzowane uogólnienie modelu CCC; ta specyfikacja o dynamicznej korelacji warunkowej (DCC) może zdominować wiele starszych wielowymiarowych modeli GARCH. W artykule rozważamy bayesowską analizę warunkowego współczynnika korelacji w ramach różnych dwuwymiarowych modeli GARCH, które są porównywane przy użyciu czynników Bayesa i ilorazów szans a posteriori. Dla dziennych stóp zmian kursów PLN/USD i PLN/DEM (6.02.1996 - 28.12.2001) wykazuje się, że specyfikacja t-BEKK(l.l) opisuje dwuwymiarowy szereg czasowy znacznie lepiej niż modele DCC. Jednak wartości oczekiwane a posteriori warunkowych współczynników korelacji, uzyskane w ramach różnych modeli, są bardzo silnie skorelowane.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 192
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian Analysis for Hybrid MSF-SBEKK Models of Multivariate Volatility
    Autorzy:
    Osiewalski, Jacek
    Pajor, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/483307.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Bayesian econometrics
    Gibbs sampling
    time-varying volatility
    multivariate GARCH processes
    multivariate SV processes
    Opis:
    The aim of this paper is to examine the empirical usefulness of two new MSF - Scalar BEKK(1,1) models of n-variate volatility. These models formally belong to the MSV class, but in fact are some hybrids of the simplest MGARCH and MSV specifications. Such hybrid structures have been proposed as feasible (yet non-trivial) tools for analyzing highly dimensional financial data (large n). This research shows Bayesian model comparison for two data sets with n = 2, since in bivariate cases we can obtain Bayes factors against many (even unparsimonious) MGARCH and MSV specifications. Also, for bivariate data, approximate posterior results (based on preliminary estimates of nuisance matrix parameters) are compared to the exact ones in both MSF-SBEKK models. Finally, approximate results are obtained for a large set of returns on equities (n = 34).
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2009, 1, 2; 179-202
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies