การแพร่กระจาย ของ เหลือ ความสัมพันธ์ ใน อัต แบบบูรณาการ เคลื่อนไหว ค่าเฉลี่ย เวลา Series รุ่น

ในการกระจาย asymptotic ของ autocovariances ที่ตกค้างในรูปแบบ VARX กับการใช้งานอ้างถึงบทความนี้: Duchesne, P. TEST (2005) 14: 449 doi: 10.1007BF02595413 ในบทความนี้เราได้รับการกระจาย asymptotic ของเมทริกซ์ความแปรปรวนที่เหลืออยู่ในชั้นเรียนของ แบบจำลองอัตถิภาวนิยมแบบเวกเตอร์ที่มีตัวแปรอธิบาย (VARX) นอกจากนี้ยังได้รับการแจกจ่าย asymptotic ของ matocorrelation ที่ตกค้าง สถิติการทดสอบแบบใหม่จะนำเสนอเป็นผลลัพธ์หลักของเรา สถิติทดสอบที่แต่ละล่าช้าและสถิติกระเป๋าถือมีการแนะนำและการกระจาย asymptotic ของพวกเขาจะจัดตั้งขึ้น การทดสอบที่นำเสนอสถิติจะแสดงในการศึกษาแบบจำลองขนาดเล็ก VARX model vector time series การวิเคราะห์การจำแนกประเภทของการสุ่มตัวอย่างแบบเวกเตอร์แบบอัตโนมัติการจำแนกประเภทของ AMS งานนี้ได้รับการสนับสนุนจากทุนจาก NSERC (แคนาดา), FQRNT (Qubec) และ Institut de Finance Mathmatique de Montral IFM 2 การอ้างอิง Ansley, CF Newbold, P. (1979 ) ตัวอย่างการกระจายตัวของ autocorrelations ที่ตกค้างในโมเดลเฉลี่ยเคลื่อนที่แบบอัตถดถอย Biometrika 66: 547553 CrossRef Google Scholar Berkes, I. Horvth, L. และ Kokoszka, P. (2003) Asymptotics สำหรับความสัมพันธ์ที่เหลือ GARCH squared ทฤษฎีเศรษฐมิติ 19: 515540 GoogleRelete MathSciNet Google Scholar Boutahar, M. และ Deniau, C. (1995) หลักฐานของภาวะปกติตามแบบฉบับของ VARX Metrika 5: 331339 CrossRef MathSciNet Google Scholar Box, G. E. P และ Pierce, D. A. (1970) การกระจายตัวของค่าสัมบูรณ์ที่ตกค้างในโมเดลค่าเฉลี่ยเคลื่อนที่แบบบูรณาการแบบอัตถดถอย วารสารสมาคมสถิติอเมริกัน 65: 15091526 MATH CrossRef MathSciNet Google Scholar Duchesne, P. และ Roy, R. (1923) การทดสอบที่มีประสิทธิภาพเพื่อทดสอบความเป็นอิสระของชุดข้อมูลสองชุด Statistica Sinica 13: 827852 Google Scholar Duchesne, P. และ Roy, R. (2004) ในการทดสอบความสอดคล้องแบบอนุกรมของรูปแบบที่ไม่รู้จักในรูปแบบเวกเตอร์ไทม์ วารสารการวิเคราะห์หลายตัวแปร 89: 148180 MATH CrossRef MathSciNet Google Scholar เอล Himdi เคและรอยร. (2540) การทดสอบความไม่ตรงกันของชุดข้อมูล ARMA แบบหลายตัวแปร วารสารสถิติแห่งประเทศแคนาดา 25: 233256 MATH Google Scholar Geweke เจ F. (1982) การวัดการพึ่งพาเชิงเส้นและข้อเสนอแนะระหว่างชุดเวลาหลายชุด วารสารสมาคมสถิติอเมริกัน 77: 304313 MATH CrossRef MathSciNet Google Scholar Hannan, E. J และ Deistler, M. (1988) ทฤษฎีทางสถิติของระบบเชิงเส้น John Wiley amp Sons, New York MATH Google Scholar Hannan, E. J Dunsmuir, W. T. M. และ Deistler, M. (1980) การประมาณแบบเวกเตอร์ ARMAX วารสารการวิเคราะห์หลายตัวแปร 10: 275295 MATH CrossRef MathSciNet Google Scholar Harville, D. A. (1997) Matrix Algebra จากมุมมองของ Statisticians Springer-Verlag, Berlin MATH Google Scholar Hosking, J. (1980) สถิติกระเป๋าถือหลายตัวแปร วารสารสมาคมสถิติอเมริกัน 75: 602608 MATH CrossRef MathSciNet Google Scholar Li, W. K (2004) การตรวจวินิจฉัยการตรวจสอบแบบเวลา Chapman amp HallCRC นิวยอร์ก Google Scholar Li, W. K. และ McLeod, A. I. (1981) การกระจายตัวของค่าสัมบูรณ์ที่ตกค้างในโมเดล ARMA แบบหลายตัวแปร multivariate วารสารของสมาคมสถิติแห่งชาติ ซีรี่ส์ B 43: 231239 MATH MathSciNet Google Scholar Liung, G. M. และ Box, G. E. P. (1978) เกี่ยวกับการขาดการพอดีในรูปแบบชุดเวลา Biometrika 65: 297304 CrossRef Google Scholar Ltkepohl, H. (1993) บทนำเรื่อง Multiple, Time Series Analysis Springer-Verlag เบอร์ลิน 2nd ed. MATH Google Scholar McLeod, A. I. (1978) เกี่ยวกับการกระจายตัวของสัมบูรณ์ที่เหลือในแบบจำลอง Box-Jenkins วารสารของ Royal Society สถิติ, Series B 40: 296302 MATH MathSciNet Google Scholar Penm, J. H. W. Penm, J. H. และ Terrell, R. D. (1993) ความเหมาะสมของแบบจำลอง VARX recursive วารสารการวิเคราะห์อนุกรมเวลา 6: 603619 Google Scholar Serfling, R. J. (1980) ประมาณทฤษฎีบทของสถิติคณิตศาสตร์ John Wiley amp Sons, New York MATH Google Scholar ข้อมูลลิขสิทธิ์ Sociedad Espaola de Estadistica e Investigacion Operativa 2005 ผู้เขียนและองค์กรที่เกี่ยวข้อง Pierre Duchesne 1 ผู้เขียนอีเมล 1 Dpartement de mathmatiques et the statistique Universit de Montral Montral (Qubec) Canada เกี่ยวกับบทความนี้แจกแจงส่วนที่เหลือในชุดค่าผสมเวลาเฉลี่ยที่เคลื่อนที่ด้วยตนเองแบบบูรณาการ การทดสอบโดยใช้สถิติ Q 2 n 2 K k1 tr (nk) ของ Hosking (1980) การทดสอบโดยใช้สถิติ Q 3 n K k1 tr p 2 K (K 1) (2n) ของ Li และ Mcleod (1981), ที่ไหน (k) คือตัวอย่างความสัมพันธ์ที่ให้ไว้ใน (1) แสดงให้เห็นว่าภายใต้เงื่อนไขที่ว่า t เป็น IID (สมมติฐานโมฆะ H 0 ใน (3) ถือ) ทุก Q j (j 1, 2, 3) เป็น asymptotically 2 p 2 K. แสดงผลสรุปซ่อนบทคัดย่อบทคัดย่อ: เราเสนอการทดสอบรถโดยสารแบบใหม่สำหรับสัญญาณรบกวนสีขาวแบบเวกเตอร์โดยใช้สัมบูรณ์แบบสัมบูรณ์สูงสุดและความสัมพันธ์ระหว่างกันของชุดส่วนประกอบ ขึ้นอยู่กับการประมาณใหม่โดย Linfty - บรรทัดฐานของเวกเตอร์สุ่มปกติค่าที่สำคัญของการทดสอบสามารถประเมินได้โดย bootstrapping จากการกระจายปกติหลายตัวแปร ในทางตรงกันข้ามกับการทดสอบสัญญาณรบกวนแบบเดิม ๆ วิธีการใหม่นี้ได้รับการพิสูจน์แล้วว่าใช้ได้สำหรับการทดสอบการออกจากสัญญาณรบกวนสีขาวที่ไม่ใช่ IID เราแสดงให้เห็นถึงความถูกต้องและพลังของการทดสอบที่นำเสนอโดยการจำลองซึ่งแสดงให้เห็นว่าการทดสอบใหม่มีประสิทธิภาพดีกว่าวิธีการทั่วไปที่ใช้กันทั่วไปหลายตัวอย่างเช่นการทดสอบตัวคูณแบบลากรองจ์และการทดสอบ Portmanteau แบบหลายตัวแปรโดยเฉพาะเมื่อมิติของชุดข้อมูลเวลา มีความสัมพันธ์กับขนาดตัวอย่าง ผลลัพธ์ที่เป็นตัวเลขแสดงให้เห็นว่าประสิทธิภาพของการทดสอบใหม่สามารถเพิ่มขึ้นได้เมื่อนำมาประยุกต์ใช้กับข้อมูลที่ได้รับการแปลงล่วงหน้าซึ่งได้จากการวิเคราะห์ส่วนประกอบหลักของชุดข้อมูลตามช่วงเวลาที่เสนอโดย Chang, Guo และ Yao (2014) ขั้นตอนที่เสนอได้รับการติดตั้งใน R-package HDtest และพร้อมใช้งานออนไลน์ที่ CRAN บทความเต็มเดือน มี.ค. 2017 Jinyuan Chang Qiwei Yao Wen Zhou การทดสอบ LjungBox quotBULLET (Box amp Pierce, 1970 Ljung amp Box, 1978): การทดสอบนี้เพื่อยืนยันความเป็นอิสระของการเพิ่มทีละตำแหน่งซึ่งการปฏิเสธสมมติฐาน H 0 บ่งชี้ถึงการหยุดนิ่ง สมมติฐาน H 0 เป็นข้อมูลที่ไม่ได้นิ่ง) การทดสอบ T - statistic test ของ BULLET Dickey-Fuller (ADF) ที่เพิ่มขึ้น (Said amp Dickey, 1984 Diebold amp Rudebusch, 1991 Banerjee et al. 1993): ใน Augmented Dickey-Fuller (ADF ) สถิติ t - test สมมติฐาน null H 0 เป็นข้อมูลที่ไม่เคลื่อนที่ (ค่า p - เล็ก (เช่นน้อยกว่า 0.05) แนะนำว่าชุดเวลาเป็น stationary) BULLET Kwiatkowski-PhillipsSchmidtShin test (KPSS) (Kwiatkowski et al. 1992): การทดสอบนี้จะลบล้างสมมุติฐานเพราะฉะนั้นสมมติฐาน H 0 คือช่วงเวลาที่หยุดนิ่ง บทคัดย่อ: โครงการซอฟต์แวร์ที่ประสบความสำเร็จเป็นผลมาจากกระบวนการที่ซับซ้อนซึ่งเกี่ยวข้องกับเหนือสิ่งอื่นใด นักพัฒนาซอฟต์แวร์เป็นปัจจัยสำคัญต่อความสำเร็จของกระบวนการพัฒนาซอฟต์แวร์ไม่เพียง แต่เป็นผู้บริหารงานเท่านั้น แต่ยังเป็นตัวชูโรงและแกนหลักของกระบวนการพัฒนาทั้งหมด บทความนี้ศึกษาแง่มุมทางสังคมในหมู่นักพัฒนาซอฟต์แวร์ที่ทำงานเกี่ยวกับโครงการซอฟต์แวร์ที่พัฒนาขึ้นด้วยการสนับสนุนเครื่องมือ Agile เราศึกษา 22 โครงการซอฟต์แวร์โอเพนซอร์สที่พัฒนาขึ้นโดยใช้ Agile board ของพื้นที่เก็บข้อมูล JIRA ความคิดเห็นทั้งหมดที่กระทำโดยนักพัฒนาซอฟต์แวร์ที่เกี่ยวข้องกับโครงการได้รับการวิเคราะห์และเราได้สำรวจว่าความสุภาพในการแสดงความคิดเห็นมีผลต่อจำนวนนักพัฒนาซอฟต์แวร์ที่เกี่ยวข้องหรือไม่และเวลาที่ต้องใช้ในการแก้ไขปัญหาใดก็ตาม ผลการวิจัยของเราแสดงให้เห็นว่าระดับความสุภาพในกระบวนการสื่อสารระหว่างนักพัฒนาซอฟต์แวร์มีผลต่อระยะเวลาในการแก้ไขปัญหาและในส่วนใหญ่ของโครงการที่ทำการวิเคราะห์มีความสัมพันธ์เชิงบวกกับความน่าสนใจของโครงการทั้งด้านการใช้งานและศักยภาพ นักพัฒนา นักพัฒนาที่สุภาพมากขึ้นได้ใช้เวลาในการแก้ไขปัญหาน้อยลง บทความฉบับเต็มกรกฎาคม 2016 การทดสอบเสียงรบกวนสีขาวของ quotPortmanteau ซึ่งพัฒนาขึ้นโดย Box amp Pierce (1970) ได้รับการคำนวณเพื่อทดสอบการแจกแจงแบบปกติของเศษซากภายในตัวอย่าง การทดสอบขึ้นอยู่กับข้อเท็จจริงที่ว่าถ้า (1) ,, (n) เป็นกระบวนการที่เกิดจากกระบวนการเสียงสีขาว (Baum, 2005) บทคัดย่อ: ในทางทฤษฎีอัตราแลกเปลี่ยนเป็นปัจจัยสำคัญประการหนึ่งของอัตราเงินเฟ้อที่มีอิทธิพลต่อดัชนีราคาขายส่ง (WPI) ในประเทศที่มีการเน้นการนำเข้าและส่งออกเช่นจีนอย่างมาก ในบทความนี้ความเสี่ยงจากการผันแปรของอัตราแลกเปลี่ยนและความหุนหันพลันแล่นเป็นผลกระทบภายนอกต่อ WPI จะได้รับการตรวจสอบในชุดของข้อมูลชุดข้อมูลซึ่งแสดงถึงการสังเกตเศรษฐกิจจีนทุกวันตั้งแต่วันที่ 12 สิงหาคม 2547 จนถึงวันที่ 30 กันยายน 2557 เป็น 4,067 รอบ และการวิเคราะห์การถดถอยถ่วงน้ำหนักพบว่ามีค่า p อย่างมีนัยสำคัญที่ 0.000 สำหรับอัตราแลกเปลี่ยนที่อธิบาย WPI ตลอดระยะเวลาที่ระบุ มีความเป็นไปได้ที่จะมีค่าความเป็นไปได้อย่างมีนัยสำคัญทางสถิติที่ 0.000 และ 0.044 ตามลำดับสำหรับ WPI และอัตราแลกเปลี่ยน พบว่าความผันผวนของ WPI ในวันก่อนมีผลต่อความผันผวนในอนาคตของ WPI ว่าเป็นความตกใจภายในนอกเหนือจากความวุ่นวายของอัตราแลกเปลี่ยนซึ่งส่งอิทธิพลต่อความผันผวนในอนาคตของ WPI เป็นความตกใจจากภายนอก แบบทดสอบมีการใช้อย่างทั่วถึงและความมั่นคงและความถูกต้องของหลักฐานได้ บทความเมษายน 2016 Mohammad Naim Azimi การแจกจ่าย Autocorrelations ส่วนที่เหลือในโมเดลซีรีส์เวลาเฉลี่ยโดยเฉลี่ยแบบอัตโนมัติที่ปรับแบบอัตโนมัติหมายเหตุ: ควรตรวจสอบการอ้างอิงของคุณและทำการแก้ไขที่จำเป็นก่อนใช้ ใส่ใจกับชื่อการใช้อักษรตัวพิมพ์ใหญ่และวันที่ Journal of American Statistical Association รายละเอียด: วารสารสมาคมสถิติอเมริกัน (American Statistical Society - JASA) ได้รับการยกย่องให้เป็นวารสารชั้นนำของศาสตร์ทางสถิติ ดัชนีการอ้างอิงทางวิทยาศาสตร์ระบุว่า JASA เป็นวารสารที่ได้รับการยกย่องมากที่สุดในสาขาวิชาคณิตศาสตร์ในปีพศ. 2534-2544 โดยมีการอ้างอิง 16,457 ฉบับมากกว่าวารสารที่ตีพิมพ์ในวารสารมากกว่า 50 ฉบับ บทความใน JASA มุ่งเน้นไปที่การประยุกต์ใช้ทางสถิติทฤษฎีและวิธีการด้านเศรษฐศาสตร์สังคมเศรษฐกิจกายและวิทยาศาสตร์สุขภาพและวิธีการใหม่ของการศึกษาทางสถิติ ความครอบคลุม: 1922-2011 (ฉบับที่ 18, ฉบับที่ 137 - ฉบับที่ 106, ฉบับที่ 496) กำแพงที่เคลื่อนที่หมายถึงช่วงเวลาระหว่างฉบับล่าสุดที่มีอยู่ใน JSTOR และฉบับล่าสุดที่เผยแพร่เมื่อไม่นานมานี้ กำแพงเคลื่อนที่โดยทั่วไปจะแสดงในปี ในกรณีที่ไม่ค่อยพบผู้เผยแพร่โฆษณาเลือกที่จะมีกำแพงที่เคลื่อนที่เป็นศูนย์ดังนั้นปัญหาปัจจุบันของพวกเขาจึงพร้อมใช้งานใน JSTOR ไม่นานหลังจากที่เผยแพร่ หมายเหตุ: ในการคำนวณกำแพงเคลื่อนที่ปีปัจจุบันจะไม่ถูกนับ ตัวอย่างเช่นถ้าปีปัจจุบันเป็นปี 2008 และมีวารสารที่มีกำแพงเคลื่อนที่ 5 ปีมีบทความจากปี 2545 ข้อกำหนดเกี่ยวกับกำแพงเคลื่อนที่กำแพงถาวร: บันทึกที่ไม่มีวอลุ่มใหม่จะถูกเพิ่มลงในคลัง Absorbed: วารสารที่รวมกับชื่ออื่น Complete: วารสารที่ไม่มีการเผยแพร่อีกต่อไปหรือที่รวมกับชื่ออื่นแล้ว วิชาคณิตศาสตร์คณิตศาสตร์คอลเลกชันสถิติ: สถิติคณิตศาสตร์ชุดมรดกคอลเลกชันสถิติคณิตศาสตร์วิทยาศาสตร์คอลเลกชัน I คอลเลกชันขององค์กรสำหรับการเข้าถึงความคิดริเริ่มเข้าถึงตัวอย่างไม่สามารถใช้ได้โมเดลทางสถิติจำนวนมากและโดยเฉพาะอย่างยิ่งรุ่นอัตชีวประวัติเคลื่อนไหวแบบเฉลี่ยเวลาสามารถพิจารณา เป็นวิธีการแปลงข้อมูลเป็นสัญญาณรบกวนสีขาวนั่นคือเป็นข้อผิดพลาดที่ไม่สัมพันธ์กัน ถ้าพารามิเตอร์เป็นที่รู้จักกันตรงลำดับสุ่มนี้สามารถคำนวณได้โดยตรงจากการสังเกตเมื่อการคำนวณนี้ทำกับประมาณการแทนค่าพารามิเตอร์ที่แท้จริงลำดับที่เกิดจะเรียกว่าส่วนที่เหลือซึ่งสามารถถือได้ว่าเป็นค่าประมาณของข้อผิดพลาด . ถ้าได้เลือกแบบจำลองที่เหมาะสมจะเกิดความคลาดเคลื่อนในข้อผิดพลาดเป็นศูนย์ ในการตรวจสอบความเพียงพอของพอดีจึงเป็นเหตุผลที่จะศึกษาฟังก์ชันการทำงานแบบอิสระของตัวอย่างของส่วนที่เหลือ สำหรับตัวอย่างขนาดใหญ่ที่เหลือจากรูปแบบการติดตั้งอย่างถูกต้องคล้ายคลึงกับข้อผิดพลาดที่แท้จริงของกระบวนการอย่างไรก็ตามการดูแลความจำเป็นในการตีความ correlations แบบอนุกรมของส่วนที่เหลือ นี่แสดงให้เห็นว่าที่นี่คือ autocorrelations ตกค้างใกล้เคียงกับการแปลงเป็นเอกพจน์ใกล้เคียง autocorrelations ของข้อผิดพลาดเพื่อให้พวกเขามีการกระจายปกติเอกพจน์ ความล้มเหลวในการอนุญาตให้มีแนวโน้มนี้จะมีแนวโน้มที่จะมองข้ามหลักฐานที่แสดงว่าขาดความพอดี มีการตรวจสอบการตรวจพินัยกรรมและการตรวจวินิจฉัยเพื่อพิจารณาข้อเท็จจริงเหล่านี้ ภาพขนาดย่อของหน้า