Monitoring changes in the error distribution of autoregressive models based on Fourier methods

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F12%3A10124996" target="_blank" >RIV/00216208:11320/12:10124996 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/s11749-011-0265-z" target="_blank" >http://dx.doi.org/10.1007/s11749-011-0265-z</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/s11749-011-0265-z" target="_blank" >10.1007/s11749-011-0265-z</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Monitoring changes in the error distribution of autoregressive models based on Fourier methods

Popis výsledku v původním jazyce

We develop a procedure for monitoring changes in the error distribution of autoregressive time series while controlling the overall size of the sequential test. The proposed procedure, unlike standard procedures which are also referred to, utilizes the empirical characteristic function of properly estimated residuals. The limit behavior of the test statistic is investigated under the null hypothesis as well as under alternatives. Since the asymptotic null distribution contains unknown parameters, a bootstrap procedure is proposed in order to actually perform the test and corresponding results on the finite-sample performance of the new method are presented. As it turns out the procedure is not only able to detect distributional changes but also changesin the regression coefficient.

Název v anglickém jazyce

Monitoring changes in the error distribution of autoregressive models based on Fourier methods

Popis výsledku anglicky

We develop a procedure for monitoring changes in the error distribution of autoregressive time series while controlling the overall size of the sequential test. The proposed procedure, unlike standard procedures which are also referred to, utilizes the empirical characteristic function of properly estimated residuals. The limit behavior of the test statistic is investigated under the null hypothesis as well as under alternatives. Since the asymptotic null distribution contains unknown parameters, a bootstrap procedure is proposed in order to actually perform the test and corresponding results on the finite-sample performance of the new method are presented. As it turns out the procedure is not only able to detect distributional changes but also changesin the regression coefficient.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA201%2F09%2F0755" target="_blank" >GA201/09/0755: Modelování nehomogenních časových řad</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

TEST

ISSN

1133-0686

e-ISSN

—

Svazek periodika

21

Číslo periodika v rámci svazku

4

Stát vydavatele periodika

ES - Španělské království

Počet stran výsledku

30

Strana od-do

605-634

Kód UT WoS článku

000309881100001

EID výsledku v databázi Scopus

—