TL;DR
- چکیده:.
- این مقاله یک چارچوب برآورد قوی و کارآمد محاسباتی را برای مدلهای نوسانات با ابعاد بالا در کلاس.
- BEKK-ARCH معرفی میکند.
چه اتفاقی افتاد
چکیده:. این مقاله یک چارچوب برآورد قوی و کارآمد محاسباتی را برای مدلهای نوسانات با ابعاد بالا در کلاس.
BEKK-ARCH معرفی میکند. رویکرد پیشنهادی از برش دادهها برای اطمینان از استحکام در برابر توزیعهای دم سنگین استفاده میکند و از.
یک روش حداقل مربعات منظم برای بهینهسازی کارآمد در تنظیمات با ابعاد بالا استفاده میکند. این با استفاده از یک نمایش VAR معادل مدل BEKK-ARCH به دست میآید.
مرزهای خطای غیر مجانبی برای برآوردگرهای حاصل تحت رژیم دم سنگین ایجاد میشود و حداکثر نرخ همگرایی بهینه. به دست میآید.
علاوه بر این،. یک BIC قوی و یک تخمینگر از نوع Ridge به ترتیب برای انتخاب ترتیب مدل و تعداد اجزای.
BEKK معرفی شدهاند که سازگاری انتخاب آنها تحت تنظیمات دم سنگین ایجاد شده است. مطالعات شبیهسازی عملکرد نمونه محدود را نشان میدهد روش پیشنهادی و دو کاربرد تجربی کاربرد عملی.
آن را نشان میدهد. نتایج نشان میدهد که چارچوب جدید از گزینههای موجود هم در سرعت محاسباتی و هم در دقت پیشبینی.
بهتر عمل میکند. نظریه آمار (math.
ST) کلاسها MSC: 62M10، 62H12 استناد بهعنوان: (یا v2 [math. ST] برای این نسخه) https: // شده توسط arXiv از طریق DataCite تاریخچه ارسال از: Qianqian Zhu Dr.
[مشاهده ایمیل] [v1] دوشنبه،. 20 اکتبر 2025،.
ساعت 14:. 27:.
33 UTC (2,. 421 KB) [v2] یکشنبه،.
5 آوریل 2026،. 02:.
35:. 02 UTC (74 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.