Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Another View on Conditional Correlations

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F13%3A10159001" target="_blank" >RIV/00216208:11320/13:10159001 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://iwsm2013.unipa.it/?cmd=home" target="_blank" >http://iwsm2013.unipa.it/?cmd=home</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Another View on Conditional Correlations

  • Popis výsledku v původním jazyce

    The aim of the paper is to introduce an innovative approach to conditional covariance and correlation modelling, which is useful e.g. in the multivariate GARCH context. The suggested two-step method is based on the LDL decomposition of the conditional covariance matrix and state space modelling with the associated Kalman recursions. Together, they provide a dynamic orthogonal transformation of observed multivariate time series. This time-varying transformation indeed simplifies further (second step) conditional variance modelling of stochastic vector data due to their simultaneously uncorrelated elements.

  • Název v anglickém jazyce

    Another View on Conditional Correlations

  • Popis výsledku anglicky

    The aim of the paper is to introduce an innovative approach to conditional covariance and correlation modelling, which is useful e.g. in the multivariate GARCH context. The suggested two-step method is based on the LDL decomposition of the conditional covariance matrix and state space modelling with the associated Kalman recursions. Together, they provide a dynamic orthogonal transformation of observed multivariate time series. This time-varying transformation indeed simplifies further (second step) conditional variance modelling of stochastic vector data due to their simultaneously uncorrelated elements.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GBP402%2F12%2FG097" target="_blank" >GBP402/12/G097: DYME-Dynamické modely v ekonomii</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 28th International Workshop on Statistical Modelling

  • ISBN

    978-88-96251-49-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    631-634

  • Název nakladatele

    Universita di Palermo, Italy

  • Místo vydání

    Palermo, Italy

  • Místo konání akce

    Palermo, Italy

  • Datum konání akce

    8. 7. 2013

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku