文件名称:
金融数据广义不对称拉普拉斯分布的似然和二次距离方法
开发工具:
文件大小: 472kb
下载次数: 0
上传时间: 2020-06-05
详细说明：研究了使用单纯形直接搜索算法对广义不对称拉普拉斯（GAL）分布（也称为方差伽马）的最大似然（ML）估计。 在本文中，我们使用数值直接搜索技术来最大化对数似然率以获得ML估计量，而不是使用传统的EM算法。 GAL的密度函数仅是连续的，相对于参数而言是不可微分的，并且Bessel函数在密度中的出现使得难以获得整个GAL系列的渐近协方差矩阵。 利用M估计理论，研究了ML估计量的性质。 ML估计量对于GAL系列是一致的，并且仅对于非对称Laplace（AL）系列可以保证其渐近正态性。 获得了AL族的渐近协方差矩阵，它完成了先前文献中获得的结果。 对于一般的GAL模型，提出了基于二次距离（QD）的其他推理方法。 QD方法似乎比使用样本大小n≤5000以及金融数据经常遇到的参数范围的无限样本的似然方法更为有效。 所提出的方法仅要求参数模型的力矩生成函数存在并且具有闭合形式的表达式，并且可以用于其他模型。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
