Academic literature on the topic 'AR(1) model'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'AR(1) model.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "AR(1) model"
Chan, K. S., Joseph D. Petruccelli, H. Tong, and Samuel W. Woolford. "A multiple-threshold AR(1) model." Journal of Applied Probability 22, no. 2 (June 1985): 267–79. http://dx.doi.org/10.2307/3213771.
Full textTai‐Leung Chong, Terence. "The polynomial aggregated AR(1) model*." Econometrics Journal 9, no. 1 (March 1, 2006): 98–122. http://dx.doi.org/10.1111/j.1368-423x.2006.00178.x.
Full textChan, K. S., Joseph D. Petruccelli, H. Tong, and Samuel W. Woolford. "A multiple-threshold AR(1) model." Journal of Applied Probability 22, no. 02 (June 1985): 267–79. http://dx.doi.org/10.1017/s0021900200037748.
Full textVrbik, Jan. "Moments of AR(1)-Model Estimators." Communications in Statistics - Simulation and Computation 34, no. 3 (July 2005): 595–600. http://dx.doi.org/10.1081/sac-200068447.
Full textSharafi, M., and A. R. Nematollahi. "AR(1) model with skew-normal innovations." Metrika 79, no. 8 (June 29, 2016): 1011–29. http://dx.doi.org/10.1007/s00184-016-0587-7.
Full textLi, M., Q. J. Wang, J. C. Bennett, and D. E. Robertson. "A strategy to overcome adverse effects of autoregressive updating of streamflow forecasts." Hydrology and Earth System Sciences 19, no. 1 (January 6, 2015): 1–15. http://dx.doi.org/10.5194/hess-19-1-2015.
Full textZHENG, Wei, Da-wu GU, and Hai-ning LU. "Application of improved AR(1) model in DNS." Journal of Computer Applications 30, no. 3 (April 6, 2010): 736–39. http://dx.doi.org/10.3724/sp.j.1087.2010.00736.
Full textBakouch, Hassan S., and Miroslav M. Ristić. "Zero truncated Poisson integer-valued AR(1) model." Metrika 72, no. 2 (March 24, 2009): 265–80. http://dx.doi.org/10.1007/s00184-009-0252-5.
Full textEl-Sayed, Sayed Mesheal, Ahmed Amin El-Sheikh, Mohamed Khalifa Ahmed Issa, and Hadia Faried Mohamed Ahmed Azmy. "A CLOSED FORM OF BIASED AR(1) MODEL." Advances and Applications in Statistics 50, no. 3 (March 10, 2017): 191–99. http://dx.doi.org/10.17654/as050030191.
Full textFranses, Philip Hans. "A model selection test for an AR (1) versus an MA (1) model." Statistics & Probability Letters 15, no. 4 (November 1992): 281–84. http://dx.doi.org/10.1016/0167-7152(92)90163-y.
Full textDissertations / Theses on the topic "AR(1) model"
Rastenė, Irma. "Testing and estimating changed segment in autoregressive model." Doctoral thesis, Lithuanian Academic Libraries Network (LABT), 2011. http://vddb.laba.lt/obj/LT-eLABa-0001:E.02~2011~D_20110628_134429-88914.
Full textDisertacijoje nagrinėjamas pirmos eilės autoregresinio modelio pasikeitusio segmento testavimo ir vertinimo uždavinys. Aprašomo modelio epideminio pasikeitimo pradžia ir ilgis nėra žinomi. Pasiūlyti kriterijai pasikeitusio segmento testavimui, kurie pagrįsti modelio paklaidų įvertinių dalinių sumų ir modelio parametro dalinių įvertinių laužčių procesais. Šiems procesams gautos ribinės teoremos Hiolderio erdvėse. Nurodomas testų statistikų ribinis elgesys esant teisingai nulinei ir alternatyviajai hipotezėms. Iš empirinio kriterijų galios tyrimo rezultatų matyti, kad pasiūlytų testų galia didžiausia aptinkant pasikeitimus iš stacionarios būklės į nestacionarią arba esant artimoms vienetui modelio parametro reikšmėms. Taip pat įrodoma, kad mažiausių kvadratų metodu gauti pasikeitusio segmento pradžios ir ilgio įverčiai bei autoregresinio modelio su pasikeitusiu segmentu parametrų įverčiai yra suderintieji bei pateikiamas jų konvergavimo greitis.
Morais, Telma Suely da Silva. "Abordagem Bayesiana do modelo AR(1) para dados em painel: uma aplicação em dados temporais de microarray." Universidade Federal de Viçosa, 2008. http://locus.ufv.br/handle/123456789/4016.
Full textWe considered a Bayesian analysis of first order autoregressive, AR(1), panel data model, using exact likelihood function, comparative analysis of prior distributions and predictive distributions of future observations. The methodology efficiency was evaluated by a simulation study using three prior, which were related to different Generalized Beta distributions: symmetric, asymmetric and flat prior. We applied the proposed methodology to microarray time series real data of HeLa cells. The forecast of gene expression in one future time showed high efficiency.
Considerou-se uma análise Bayesiana do modelo auto- regressivo de primeira ordem, AR(1), para dados em painel, de forma a utilizar a função de verossimilhança exata, a análise de comparação de distribuições a priori e a obtenção de distribuições preditivas de dados futuros. A eficiência da metodologia proposta foi avaliada mediante um estudo de simulação, no qual a distribuição Beta Generalizada foi usada para representar 3 diferentes prioris: simétrica, assimétrica e constante. Realizou-se uma aplicação em dados reais de expressão gênica temporal de células HeLa gerados por microarray. Os resultados mostraram alta eficiência na previsão da expressão gênica para um instante futuro.
Rastenė, Irma. "Autoregresinio modelio pasikeitusio segmento testavimas ir vertinimas." Doctoral thesis, Lithuanian Academic Libraries Network (LABT), 2011. http://vddb.laba.lt/obj/LT-eLABa-0001:E.02~2011~D_20110628_134442-76842.
Full textIn the doctoral dissertation, we consider problems of testing and estimating changed segment with unknown starting position and duration of epidemic state in the autoregressive first-order model. The proposed tests are based on partial sums of model residuals and model-parameter partial-estimator polygonal line processes. We derive asymptotic results for these processes in Holder spaces. The behavior of test statistics under the null hypothesis of no change and alternative is provided. Empirical power analysis has shown that tests are more powerful when absolute values of model parameter are quite large or autoregressive process changes from a stationary state to a nonstationary one. We prove the consistency of the least square changed-segment estimators and provide their convergence rates.
Quiner, Trevor Elisha. "Chemopreventive Effects of Dietary Selenium and Soy Isoflavones in a Mouse Model of Prostate Cancer." BYU ScholarsArchive, 2010. https://scholarsarchive.byu.edu/etd/2541.
Full textRichmann, Michael K. "Comparison of mechanistic model with experimental observation : Part 1. The Ar(2p?) [to] Ar(1s?) emission signal in the pulse radiolysis of argon. Part 2. An absorption study of the argon 1s species /." The Ohio State University, 1991. http://rave.ohiolink.edu/etdc/view?acc_num=osu1487759055158801.
Full textYucer, Cem Tahsin. "Modelling The Evolution Of Demand Forecasts In A Production-distribution System." Master's thesis, METU, 2006. http://etd.lib.metu.edu.tr/upload/12608109/index.pdf.
Full textMoser, Mathias, and Klara Zwickl. "Informal environmental regulation of industrial air pollution: Does neighborhood inequality matter?" WU Vienna University of Economics and Business, 2014. http://epub.wu.ac.at/4350/1/wp192.pdf.
Full textSeries: Department of Economics Working Paper Series
Acosta, Argueta Lesly María. "Particle filtering estimation for linear and nonlinear state-space models." Doctoral thesis, Universitat Politècnica de Catalunya, 2013. http://hdl.handle.net/10803/134356.
Full textL’estimació seqüencial dels estats (filtratge) i la corresponent estimació simultània dels estats i els paràmetres fixos d’unmodel dinàmic formulat en forma d’espai d’estat –sigui lineal o no– constitueix un problema de rellevada importància enmolts camps, com ser a l’àrea de finances. L’objectiu principal d’aquesta tesi és el d’estimar seqüencialment i de manera eficient –des d’un punt de vista bayesià i usant lametodologia de filtratge de partícules– els estats i/o els paràmetres fixos d’unmodel d’espai d’estat dinàmic no estàndard: possiblement no lineal, no gaussià o no estacionari. El present treball consisteix de 7 capítols i s’organitza en dues parts. El Capítol 1 hi introdueix conceptes bàsics, lamotivació, el propòsit i l’estructura de la tesi. La primera part d’aquesta tesi (capítols 2 a 4) se centra únicament en l’estimació dels estats. El Capítol 2 presenta una revisió exhaustiva dels algorismes més clàssics no basats en simulacions (KF, EKF, UKF2) i els basats en simulacions (SIS, SIR, ASIR, EPF, UPF). Per a aquests filtres, tots esmentats en la literatura, amés de descriure’ls detalladament, s’ha unificat la notació amb l’objectiu que aquesta sigui consistent i comparable entre els diferents algorismes implementats al llarg d’aquest treball. Els capítols 3 i 4 se centren en la realització d’estudis Monte Carlo (MC) extensos que confirmen l’eficiència de la metodologia de filtratge de partícules per estimar els estats latents d’un procés dinàmic formulat en forma d’espai d’estat, sigui lineal o no. Alguns estudis MC complementaris es duen a terme per avaluar diferents aspectes de la metodologia de filtratge de partícules, com ser el problema de la degeneració, l’elecció de l’estratègia de remostreig, el nombre de partícules usades o la grandària de la sèrie temporal. Específicament, el Capítol 3 il·lustra el comportament de la metodologia de filtratge de partícules en un context lineal i gaussià en comparació de l’òptim i exacte filtre de Kalman. La capacitat de filtratge de les quatre variants de filtre de partícules estudiades (SIR, SIRopt, ASIR, KPF; l’últim sent un cas especial de l’algorisme EPF) es va avaluar sobre la base de dos processos de sèries temporals aparentment simples però importants: els anomenats Local Level Model (LLM) i el AR (1) plus noise, que són no estacionari i estacionari, respectivament. Aquest capítol estudia en profunditat temes rellevants dins de l’enfocament adoptat, coml’impacte en l’estimació de la relació entre el senyal i el soroll (SNR: signal-to-noise-ratio, en aquesta tesi), de la longitud de la sèrie temporal i del nombre de partícules. El Capítol 4 avalua i il·lustra el comportament de la metodologia de filtratge de partícules en un context no lineal. En concret, s’utilitza un model d’espai d’estat no lineal, no gaussià i no estacionari pres de la literatura per il·lustrar el comportament de quatre filtres de partícules (SIR, ASIR, EPF, UPF) en contraposició a dos filtres no basats en simulació ben coneguts (EKF, UKF). Aquí es comparen els esquemes de remostreig residual i estratificat i s’avalua l’efecte d’augmentar el nombre de partícules. A la segona part (capítols 5 i 6), es duen a terme també estudis MC extensos, però ara l’objectiu principal és l’estimació simultània dels estats i paràmetres fixos de certsmodels seleccionats. Aquesta àrea de recerca segueix sentmolt activa i és on aquesta tesi hi contribueixmés. El Capítol 5 proveeix una revisió parcial dels mètodes per dur a terme l’estimació simultània dels estats i paràmetres fixos a través de la metodologia de filtratge de partícules. Aquests filtres són una extensió d’aquells adoptats anteriorment només per estimar els estats. Aquí es realitza un estudi MC per estimar l’estat (nivell) i els dos paràmetres de variància del model LLM no estacionari; s’utilitzen quatre variants (LW, SIRJ, SIRoptJ, KPFJ) de filtre de partícules, sis escenaris típics del SNR i dos escenaris per a l’anomenat factor de descompte necessari en el pas de diversificació. En aquest capítol, es proposa la variant de filtre de partícules SIRJ (Sample Importance Resampling with Jittering) com a alternativa al filtre de referència de Liu iWest (LWPF). També es proposa i explora l’ús combinat d’una distribució d’importància basada en el filtre de Kalman i un pas de diversificació (jittering) que dóna lloc a la variant del filtre de partícules anomenada Kalman Particle Filteringwith Jittering (KPFJ). El Capítol 6 se centra en l’estimació dels estats i dels paràmetres fixos delmodel bàsic no estàndard de volatilitat estocàstica denominat Stochastic autoregressive model of order one: SARV (1). Després d’una introducció i descripció detallada de les característiques pròpies de sèries temporals financeres, es demostra mitjançant estudis MC la capacitat d’estimació de dues variants de filtre de partícules (SIRJ vs. LW(Liu iWest)) utilitzant dades simulades. El capítol acaba amb una aplicació a dos conjunts de dades reals dins de l’àrea financera: l’índex de rendiments espanyol IBEX 35 i els preus al comptat (en dòlars) del Brent europeu. La contribució en els capítols 5 i 6 consisteix en proposar noves variants de filtres de partícules, compoden ser el KPFJ, el SIRJ i el SIRoptJ (un cas especial de l’algorisme SIRJ utilitzant una distribució d’importància òptima) que s’han desenvolupat al llarg d’aquest treball. També se suggereix que els anomenats filtres de partícules EPFJ (Extended Particle Filter with Jittering) i UPFJ (Unscented Particle Filter with Jittering) podrien ser opcions raonables quan es tracta de models altament no lineals; el KPFJ sent un cas especial de l’algorisme EPFJ. En aquesta part, també es tracten aspectes rellevants dins de la metodologia de filtratge de partícules, com ser l’impacte potencial en l’estimació de la longitud de la sèrie temporal, el paràmetre de factor de descompte i el nombre de partícules. Al llarg d’aquest treball s’han escrit (i implementat en el llenguatge R) els pseudo-codis per a tots els filtres estudiats. Els resultats presentats s’obtenenmitjançant simulacionsMonte Carlo (MC) extenses, tenint en compte variats escenaris descrits en la tesi. Les característiques intrínseques del model baix estudi van guiar l’elecció dels filtres a comparar en cada situació específica. Amés, la comparació dels filtres es basa en el RMSE (RootMean Square Error), el temps de CPU i el grau de degeneració. Finalment, el Capítol 7 presenta la discussió, les contribucions i les línies futures de recerca. Alguns aspectes teòrics i pràctics complementaris es presenten en els apèndixs.
La estimación secuencial de los estados (filtrado) y la correspondiente estimación simultánea de los estados y los parámetros fijos de un modelo dinámico formulado en forma de espacio de estado –sea lineal o no– constituye un problema de relevada importancia enmuchos campos, como ser en el área de finanzas. El objetivo principal de esta tesis es el de estimar secuencialmente y de manera eficiente –desde un punto de vista bayesiano y usando la metodología de filtrado de partículas– los estados y/o los parámetros fijos de un modelo de espacio de estado dinámico no estándar: posiblemente no lineal, no gaussiano o no estacionario. El presente trabajo consta de 7 capítulos y se organiza en dos partes. El Capítulo 1 introduce conceptos básicos, la motivación, el propósito y la estructura de la tesis. La primera parte de esta tesis (capítulos 2 a 4) se centra únicamente en la estimación de los estados. El Capítulo 2 presenta una revisión exhaustiva de los algoritmos más clásicos no basados en simulaciones (KF, EKF,UKF3) y los basados en simulaciones (SIS, SIR, ASIR, EPF, UPF). Para todos estos filtros, mencionados en la literatura, además de describirlos en detalle, se ha unificado la notación con el objetivo de que ésta sea consistente y comparable entre los diferentes algoritmos implementados a lo largo de este trabajo. Los capítulos 3 y 4 se centran en la realización de estudios Monte Carlo (MC) extensos que confirman la eficiencia de la metodología de filtrado de partículas para estimar los estados latentes de un proceso dinámico formulado en forma de espacio de estado, sea lineal o no. Algunos estudios MC complementarios se llevan a cabo para evaluar varios aspectos de la metodología de filtrado de partículas, como ser el problema de la degeneración, la elección de la estrategia de remuestreo, el número de partículas usadas o el tamaño de la serie temporal. Específicamente, el Capítulo 3 ilustra el comportamiento de lametodología de filtrado de partículas en un contexto lineal y gaussiano en comparación con el óptimo y exacto filtro de Kalman. La capacidad de filtrado de las cuatro variantes de filtro de partículas estudiadas (SIR, SIRopt, ASIR, KPF; el último siendo un caso especial del algoritmo EPF) se evaluó en base a dos procesos de series temporales aparentemente simples pero importantes: los denominados Local Level Model (LLM) y el AR (1) plus noise, que son no estacionario y estacionario, respectivamente. Este capítulo estudia en profundidad temas relevantes dentro del enfoque adoptado, como el impacto en la estimación de la relación entre la señal y el ruido (SNR: signal-to-noise-ratio, en esta tesis), de la longitud de la serie temporal y del número de partículas. El Capítulo 4 evalúa e ilustra el comportamiento de la metodología de filtrado de partículas en un contexto no lineal. En concreto, se utiliza un modelo de espacio de estado no lineal, no gaussiano y no estacionario tomado de la literatura para ilustrar el comportamiento de cuatro filtros de partículas (SIR, ASIR, EPF, UPF) en contraposición a dos filtros no basados en simulación bien conocidos (EKF, UKF). Aquí se comparan los esquemas de remuestreo residual y estratificado y se evalúa el efecto de aumentar el número de partículas. En la segunda parte (capítulos 5 y 6), se llevan a cabo también estudios MC extensos, pero ahora el objetivo principal es la estimación simultánea de los estados y parámetros fijos de ciertos modelos seleccionados. Esta área de investigación sigue siendo muy activa y es donde esta tesis contribuye más. El Capítulo 5 provee una revisión parcial de losmétodos para llevar a cabo la estimación simultánea de los estados y parámetros fijos a través de lametodología de filtrado de partículas. Dichos filtros son una extensión de aquellos adoptados anteriormente sólo para estimar los estados. Aquí se realiza un estudio MC para estimar el estado (nivel) y los dos parámetros de varianza del modelo LLM no estacionario; se utilizan cuatro variantes (LW, SIRJ, SIRoptJ, KPFJ) de filtro de partículas, seis escenarios típicos del SNR y dos escenarios para el llamado factor de descuento necesario en el paso de diversificación. En este capítulo, se propone la variante de filtro de partículas SIRJ (Sample Importance resampling with Jittering) como alternativa al filtro de referencia de Liu y West (LW PF). También se propone y explora el uso combinado de una distribución de importancia basada en el filtro de Kalman y un paso de diversificación (jittering) que da lugar a la variante del filtro de partículas denominada Kalman Particle Filteringwith Jittering (KPFJ). El Capítulo 6 se centra en la estimación de los estados y de los parámetros fijos del modelo básico no estándar de volatilidad estocástica denominado Stochastic autoregressivemodel of order one: SARV (1). Después de una introducción y descripción detallada de las características propias de series temporales financieras, se demuestra mediante estudios MC la capacidad de estimación de dos variantes de filtro de partículas (SIRJ vs. LW (Liu y West)) utilizando datos simulados. El capítulo termina con una aplicación a dos conjuntos de datos reales dentro del área financiera: el índice de rendimientos español IBEX 35 y los precios al contado (en dólares) del Brent europeo. La contribución en los capítulos 5 y 6 consiste en proponer nuevas variantes de filtros de partículas, como pueden ser el KPFJ, el SIRJ y el SIRoptJ (Caso especial del algoritmo SIRJ utilizando una distribución de importancia óptima) que se han desarrollado a lo largo de este trabajo. También se sugiere que los llamados filtros de partículas EPFJ (Extended Particle Filter with Jittering) y UPFJ (Unscented Particle Filter with Jittering) podrían ser opciones razonables cuando se trata de modelos altamente no lineales; el KPFJ siendo un caso especial del algoritmo EPFJ. En esta parte, también se tratan aspectos relevantes dentro de lametodología de filtrado de partículas, como ser el impacto potencial en la estimación de la longitud de la serie temporal, el parámetro de factor de descuento y el número de partículas. A lo largo de este trabajo se han escrito (e implementado en el lenguaje R) los pseudo-códigos para todos los filtros estudiados. Los resultados presentados se obtienen mediante simulaciones Monte Carlo (MC) extensas, teniendo en cuenta variados escenarios descritos en la tesis. Las características intrínsecas del modelo bajo estudio guiaron la elección de los filtros a comparar en cada situación específica. Además, la comparación de los filtros se basa en el RMSE (Root Mean Square Error), el tiempo de CPU y el grado de degeneración. Finalmente, el Capítulo 7 presenta la discusión, las contribuciones y las líneas futuras de investigación. Algunos aspectos teóricos y prácticos complementarios se presentan en los apéndices.
Yi, Qilong. "Random effects and AR(1) models in longitudinal data analysis." Thesis, National Library of Canada = Bibliothèque nationale du Canada, 2000. http://www.collectionscanada.ca/obj/s4/f2/dsk2/ftp03/MQ49731.pdf.
Full textTibulo, Cleiton. "MODELOS DE SÉRIES TEMPORAIS APLICADOS A DADOS DE UMIDADE RELATIVA DO AR." Universidade Federal de Santa Maria, 2014. http://repositorio.ufsm.br/handle/1/8334.
Full textModelos de séries temporais vêm sendo empregados em diversas áreas do conhecimento e têm surgido como necessidade atual para empresas sobreviverem em um mercado globalizado e competitivo, bem como fatores climáticos sempre foram motivo de preocupação pelas diferentes formas que interferem na vida humana. Nesse contexto, o presente trabalho tem por objetivo apresentar uma comparação do desempenho das classes de modelos de séries temporais ARIMA, ARMAX e Alisamento Exponencial, ajustados a dados de umidade relativa do ar (UR) e verificar a volatilidade presente na série por meio de modelos não-lineares ARCH/GARCH ajustados aos resíduos dos modelos ARIMA e ARMAX. Os dados foram coletados junto ao INMET no período de 01 de outubro de 2001 a 22 de janeiro de 2014. Na comparação dos resultados e na seleção do melhor modelo foram utilizados os critérios MAPE, EQM, MAD e SSE. Os resultados mostraram que o modelo ARMAX(3,0) com a inclusão de variáveis exógenas produziu melhores resultados de previsão em relação aos seus concorrentes SARMA(3,0)(1,1)12 e o Holt-Winters multiplicativo. No estudo da volatilidade da série via modelo não-linear ARCH(1), ajustado aos quadrados dos resíduos dos modelos SARMA(3,0)(1,1)12 e ARMAX(3,0), observou-se que a volatilidade não tende a influenciar as observações futuras em longo prazo. Conclui-se que as classes de modelos utilizadas e comparadas neste estudo, para dados de uma variável climatológica, demonstraram bom desempenho e ajuste. Destaca-se a ampla possibilidade de utilização das técnicas de séries temporais quando se deseja fazer previsões e descrever um processo temporal, podendo ser utilizadas como ferramenta eficiente de apoio nas tomadas de decisão.
Books on the topic "AR(1) model"
Kemp, Gordon C. R. Approximating the joint distribution of one-step ahead forecast errors in the AR(1) model. [Colchester]: University of Essex, Dept. of Economics, 1988.
Find full textNankervis, John C. The level and power of the bootstrap t-Test in the trend model with AR(1) errors. Guildford: Dept. of Economics, University of Surrey, 1994.
Find full textYi, Qilong. Random effects and AR(1) models in longitudinal data analysis. Ottawa: National Library of Canada, 2000.
Find full textLai, Pan-Yu. Some new results on two simple time series models: Prediction coverage for AR(1) and model building for jittery cosine waves. 1985.
Find full text林東清, 林東清. 資訊管理:智慧化企業的核心競爭能力. 8th ed. 智勝出版, 2022. http://dx.doi.org/10.53106/9789575117856.
Full textRUNCAN, PATRICIA. Consiliere și mentorare cu impact. Seria AUTENTIC. Vol. 2. EDITURA DE VEST, 2021. http://dx.doi.org/10.51820/autentic.2021.vol.2.
Full textBook chapters on the topic "AR(1) model"
Miyashita, Toyokatsu. "An Application of AR Model to Multifrequency Hologram." In Acoustical Imaging, 351–60. Boston, MA: Springer US, 1989. http://dx.doi.org/10.1007/978-1-4613-0791-4_37.
Full textReinsel, Gregory C. "Initial Model Building and Least Squares Estimation for Vector AR Models." In Springer Series in Statistics, 84–121. New York, NY: Springer New York, 1997. http://dx.doi.org/10.1007/978-1-4612-0679-8_4.
Full textReinsel, Gregory C. "Initial Model Building and Least Squares Estimation for Vector AR Models." In Springer Series in Statistics, 74–110. New York, NY: Springer US, 1993. http://dx.doi.org/10.1007/978-1-4684-0198-1_4.
Full textLu, Zhenqiu, and Zhiyong Zhang. "Issues in Aggregating Time Series: Illustration Through an AR(1) Model." In Quantitative Psychology Research, 357–70. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-19977-1_25.
Full textTichavský, Petr, Ondřej Šembera, and Zbyněk Koldovský. "Blind Separation of Mixtures of Piecewise AR(1) Processes and Model Mismatch." In Latent Variable Analysis and Signal Separation, 304–11. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-22482-4_35.
Full textAkkaya, Ayşen Dener, and Özlem Türker Bayrak. "A New Estimation Technique for AR(1) Model with Long-Tailed Symmetric Innovations." In Time Series Analysis and Forecasting, 39–63. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-96944-2_4.
Full textZenner, Markus. "Univariate AR(1) Models." In Lecture Notes in Economics and Mathematical Systems, 29–74. Berlin, Heidelberg: Springer Berlin Heidelberg, 1996. http://dx.doi.org/10.1007/978-3-642-51876-8_2.
Full textMijnheer, Joop. "The Asymptotic Distribution of a Sequential Estimator for the Parameter in an AR(1) Model With Stable Errors." In Asymptotic Methods in Probability and Statistics with Applications, 425–34. Boston, MA: Birkhäuser Boston, 2001. http://dx.doi.org/10.1007/978-1-4612-0209-7_30.
Full textGranić, Andrina. "Technology Acceptance and Adoption in Education." In Handbook of Open, Distance and Digital Education, 1–15. Singapore: Springer Singapore, 2022. http://dx.doi.org/10.1007/978-981-19-0351-9_11-1.
Full textShimizu, Kenichi. "Semiparametric AR(p)-ARCH(1) Models." In Bootstrapping Stationary ARMA-GARCH Models, 85–126. Wiesbaden: Vieweg+Teubner, 2010. http://dx.doi.org/10.1007/978-3-8348-9778-7_5.
Full textConference papers on the topic "AR(1) model"
Su, Guoguang, Hamn-Ching Chen, Je-Chin Han, and James D. Heidmann. "Computation of Flow and Heat Transfer in Two-Pass Rotating Rectangular Channels (AR=1:1, AR=1:2, AR=1:4) With 45-deg. Angled Ribs by Reynolds Stress Turbulence Model." In ASME Turbo Expo 2004: Power for Land, Sea, and Air. ASMEDC, 2004. http://dx.doi.org/10.1115/gt2004-53662.
Full textNagao, Tomonori, Mayumi Ohmiya, Theodore E. Simos, George Psihoyios, and Ch Tsitouras. "Networked Ising-Sznajd AR-β Model." In NUMERICAL ANALYSIS AND APPLIED MATHEMATICS: International Conference on Numerical Analysis and Applied Mathematics 2009: Volume 1 and Volume 2. AIP, 2009. http://dx.doi.org/10.1063/1.3241433.
Full textSlama, Abdeldjalil. "On Testing Changes in Parameters of Contaminated AR(1) Model." In 2020 2nd International Conference on Mathematics and Information Technology (ICMIT). IEEE, 2020. http://dx.doi.org/10.1109/icmit47780.2020.9046977.
Full textXu, Zhangyi, Fei Wang, Fei Chen, and Yun Bai. "Research on Quantitative Model of the Bullwhip Effect Based on AR(1) Demand." In 2011 International Conference on Management and Service Science (MASS 2011). IEEE, 2011. http://dx.doi.org/10.1109/icmss.2011.5998321.
Full textIvanova, N. M., I. V. Belyev, Y. G. Leonov, Y. I. Matveev, and Y. V. Roslov. "Deep Model Barents-Kara Region Based on Complex Interpretation along Geotraverses 1-3 AR." In 2nd EAGE St Petersburg International Conference and Exhibition on Geosciences. European Association of Geoscientists & Engineers, 2006. http://dx.doi.org/10.3997/2214-4609-pdb.20.a004.
Full textAdam, Fia Fridayanti, Anang Kurnia, I. Gusti Putu Purnaba, and I. Wayan Mangku. "Prediction of Number of Claims using Poisson Linear Mixed Model with AR(1) random effect." In Proceedings of the 1st International Conference on Statistics and Analytics, ICSA 2019, 2-3 August 2019, Bogor, Indonesia. EAI, 2020. http://dx.doi.org/10.4108/eai.2-8-2019.2290464.
Full textSun, Jing, Shengxian Wang, and Zhihui Fu. "The Effect of Autocorrelated Data on Taguchi Process Capability Index Cpm Based on AR(1) Model." In 2009 International Conference on Management and Service Science (MASS). IEEE, 2009. http://dx.doi.org/10.1109/icmss.2009.5301174.
Full textSu, Yan, Ya-Ping Huang, and Xia-Ying Su. "goodness-of-fit test for normally distributed ar(1) disturbances of the multiple linear regression model." In 2014 International Conference on Computer Science and Electronic Technology. Paris, France: Atlantis Press, 2015. http://dx.doi.org/10.2991/iccset-14.2015.72.
Full textHoi, Yiemeng, Mark Van Doormaal, Yu-Qing Zhou, Xiaoli Zhang, R. Mark Henkelman, and David A. Steinman. "Degree of Retrograde Flow and Its Effect on Local Hemodynamics and Plaque Distribution in an Aortic Regurgitation Murine Model of Atherosclerosis." In ASME 2011 Summer Bioengineering Conference. American Society of Mechanical Engineers, 2011. http://dx.doi.org/10.1115/sbc2011-53161.
Full textWardell, Suzanne E., Alexander P. Yllanes, John D. Norris, James P. Stice, Hannah White, Ronald A. Fleming, Jay C. Strum, William R. Moore, and Donald P. McDonnell. "Abstract 1588: Effects of the selective CYP17-lyase and androgen receptor (AR) inhibitor, seviteronel, and the cyclin-dependent kinase (CDK) 4/6 inhibitor, G1T38, on tumor growth in an AR-V7+ castration-resistant prostate cancer (CRPC) xenograft model." In Proceedings: AACR Annual Meeting 2017; April 1-5, 2017; Washington, DC. American Association for Cancer Research, 2017. http://dx.doi.org/10.1158/1538-7445.am2017-1588.
Full textReports on the topic "AR(1) model"
Ervin, Kelly, Karl Smink, Bryan Vu, and Jonathan Boone. Ship Simulator of the Future in virtual reality. Engineer Research and Development Center (U.S.), September 2022. http://dx.doi.org/10.21079/11681/45502.
Full text