The Principle of Overcompleteness in VARMA Models
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14560%2F07%3A00020673" target="_blank" >RIV/00216224:14560/07:00020673 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
The Principle of Overcompleteness in VARMA Models
Original language description
In this paper we derive essential relations which are necessary for application of the principle of overcompleteness to sparse parameter estimation in multivariate ARMA models (VARMA models). This new approach is based on the Basis Pursuit Algorithm originally suggested by Chen et al [SIAM Review 43 (2001), No.1]. Overcompleteness means that we admit higher range of orders within which we are looking for lowest possible number of significant parameters (sparsity). A previous study [V. Veselý and J. Tonner: Austrian Journal of Statistics, Special Issue 2006] confirmed that this relaxation of the commonly used low-order assumption may yield more precise forecasts from ARMA models when compared with standard statistical estimation techniques. The resultsof the numerical simulation study and the tests on real data can be seen in [Mathematical Methods in Economics 2006, J. Tonner: The Principle of Overcompleteness in Economic Multivariate Time Series Models].
Czech name
Princip přeurčenosti ve VARMA modelech
Czech description
V tomto příspěvku aplikujeme princip přeurčenosti na odhady (řídké) parametrů v modelech vícerozměrných ekonomických časových řad, konkrétně se jedná o mnohorozměrné ARMA modely (VARMA modely). Tento nový přístup je založen na algoritmu vyhledávání báze(BPA). Přeurčenost znamená, že hledáme co nejmenší počet významných parametrů (tzv. řídké odhady) uvnitř předimenzovaných modelů (odhadované modely mají obecně vyšší řády než mohl mít původní model). Předchozí studie potvrdily, že není nezbytné znát řádmodelu přesně, naopak řídké odhady v předimenzovaných modelech mohou přinést kvalitnější a přesnější predikce u ARMA modelů v porovnání se standardními statistickými metodami např. s odhady metodou maximální věrohodnosti. Stejný přístup byl tedy zvolen ipro vícerozměrné modely.
Classification
Type
D - Article in proceedings
CEP classification
AH - Economics
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/GA402%2F05%2F2172" target="_blank" >GA402/05/2172: Monetary politics and monetary stabilization: identification and application of general equilibrium models</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2007
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Summer School DATASTAT 06, Proceedings, Masaryk Univeristy, 2007
ISBN
978-80-210-4493-7
ISSN
—
e-ISSN
—
Number of pages
4
Pages from-to
253-257
Publisher name
Masaryk University
Place of publication
Brno
Event location
Brno
Event date
Jan 1, 2006
Type of event by nationality
CST - Celostátní akce
UT code for WoS article
—