Bayesiešu ARH modelis
Bayesiešu ARH modelis novērtē Engla Autoregresīvās nosacītās heteroskedasticitātes specifikāciju Bayesiešu ietvarā. Tā vietā, lai maksimizētu likumību, tas apvieno pirms sadalījumu pār mainīguma parametriem ar datu likumību, lai iegūtu pilnu aizmugures sadalījumu, nodrošinot bagātīgāku nenoteiktības kvantificēšanu nekā klasiskie maksimālās likumības ARH.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007. DOI: 10.2307/1912773 ↗
- Geweke, J. (1989). Exact predictive densities for linear models with ARCH disturbances. Journal of Econometrics, 40(1), 63–86. DOI: 10.1016/0304-4076(89)90030-4 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/lv/econometrics/bayesian-arch-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Autoregresīvās nosacītās heteroskedastiskuma (ARCH) modelisEkonometrija↔ compare
- Neibai's EGARCH modelisEkonometrija↔ compare
- Beijesiešu GARCH modelisEkonometrija↔ compare
- Neibiešu TGARCH (Threshold GARCH ar Neibiešu novērtēšanu)Ekonometrija↔ compare
- DCC-GARCH modelis (Dynamic Conditional Correlation)Ekonometrija↔ compare
- GARCH modelis (volatilitātes prognozēšana)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →