Robust inference on random processes and functional data, with applications mainly in econometrics and finances
Project goals
The research will concentrate on statistical inference in linear models with stochastic processes, functional data and parameters. We plan mostly to follow the approach initiated earlier by Grenander, Hájek, Ibragimov and Hasminskii, and some others, their pioneering results with a great impact, not yet overcome. The inference is based on a partial observation of a random process, linearly dependent on functional covariates, and it concerns mainly the estimation and testing hypotheses on corresponding regression parameters. The model is suitable for applications in econometrics, finances, insurance and other sciences. It enables to study a trend added to a stationary process of interest, and its intensity. An example is e.g. a comparison of actual consumption of the oil and other energy resources with that what would have been expected if prior growth trend held. The mathematical methods follow the spectral decomposition of the covariance functions, combined with our knowledge and original methods in robust and nonparametric estimation, summarized in our recent monograph.
Keywords
random processlinear regression modelfunctional datafunctional parameterspectral decomposition of covariance function
Public support
Provider
Czech Science Foundation
Programme
Standard projects
Call for proposals
Standardní projekty 19 (SGA0201500001)
Main participants
Technická univerzita v Liberci / Fakulta přírodovědně-humanitní a pedagogická
Univerzita Karlova / Matematicko-fyzikální fakultaContest type
VS - Public tender
Contract ID
15-00243S
Alternative language
Project name in Czech
Robustní inference na náhodných procesech a funkcionálních datech s aplikacemi především v ekonometrii a financích
Annotation in Czech
Výzkum bude zaměřen na statistickou inferenci v lineárních modelech se stochastickými procesy, funkcionálními daty a parametry. Zamýšlíme navázat hlavně na dřívější originální metody Grenandera, Hájka, Ibragimova a Chasminského a některých dalších a na jejich pionýrské výsledky, dosud nepřekonané, s velkým impaktem. Inference je založena na částečném pozorování náhodného procesu, lineárně závislého na funkcionálních kovariátech, a týká se hlavně odhadování příslušných regresních parametrů a testů hypotéz o jejich hodnotách. Model je vhodný pro aplikace v ekonometrii, financích, pojištění a v ostatních vědách. Umožňuje studovat výskyt trendu přidaného k uvažovanému stacionárnímu procesu a jeho intenzitu. Jako příklad uveďme porovnání skutečné spotřeby ropy a dalších zdrojů energie s hodnotami očekávanými za předpokládaného trendu. Užité matematické metody jsou založeny na spektrálním rozkladu kovarianční funkce, kombinovaném se znalostmi a originálními metodami v robustních a neparametrických odhadech, sepsanými v naší nedávné monografii.
Scientific branches
Completed project evaluation
Provider evaluation
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Project results evaluation
Two new strong mathematical methods within the area of stochastic processes have been developed. Project results contribute to basic research with many applications to the risk theory. Data in the final card are relevant. Students have been employed in project solving. Project outputs correspond to the project plan, with just small exceptions. Project expenditures are without reservations.
Solution timeline
Realization period - beginning
Jan 1, 2015
Realization period - end
Dec 31, 2017
Project status
U - Finished project
Latest support payment
May 16, 2017
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP18-GA0-GA-U/02:1
Data delivery date
May 4, 2018
Finance
Total approved costs
3,359 thou. CZK
Public financial support
3,359 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
0 thou. CZK
Basic information
Recognised costs
3 359 CZK thou.
Public support
3 359 CZK thou.
100%
Provider
Czech Science Foundation
CEP
BB - Applied statistics, operational research
Solution period
01. 01. 2015 - 31. 12. 2017