Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Symmetrizing k-nn and Mutual k-nn Smoothers Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Fourier-Type Monitoring Procedures for Strict Stationarity

verfasst von : S. Lee, S. G. Meintanis, C. Pretorius

Erschienen in: Nonparametric Statistics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We consider model-free monitoring procedures for strict stationarity of a given time series. The new criteria are formulated as L2-type statistics incorporating the empirical characteristic function. Monte Carlo results as well as an application to financial data are presented.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Selection of Window Length in Singular Spectrum Analysis of a Time Series
Nächstes Kapitel Nonparametric and Parametric Methods for Change-Point Detection in Parametric Models
Literatur
1.
Andrews, B., Calder, M., & Davis, R. A. (2009). Maximum likelihood estimation for α-stable autoregressive processes. The Annals of Statistics, 37, 1946–1982.
2.
Andrews, D. W. K. (1991). Heteroskedasticity and autocorrelation consistent covariance matrix estimation. Econometrica, 59, 817–858.
3.
Aue, A., Horváth, L., Hǔsková, M., & Kokoszka, P. (2006). Change-point monitoring in linear models with conditionally heteroskedastic errors. The Econometrics Journal, 9, 373–403.
4.
Bai, J. (1994). Weak convergence of the sequential empirical processes of residuals in ARMA models. The Annals of Statistics, 22, 2051–2061.
5.
Box, G. E. P., & Jenkins, G. M. (1970). Time series analysis: Forecasting and control. San Francisco: Holden-Day.
6.
Brockwell, P. J., & Davis, R. A. (1991). Time series: Theory and methods. New York: Springer.
7.
Busetti, F., & Harvey, A. (2010). Tests of strict stationarity based on quantile indicators. Journal of Time Series Analysis, 31, 435–450.
8.
Dwivedi, Y., & Subba Rao, S. (2011). A test for second order stationarity of a time series based on the discrete Fourier transform. Journal of Time Series Analysis, 32, 68–91.
9.
Francq, C., & Zakoïan, J. (2012). Strict stationarity testing and estimation of explosive and stationary generalized autoregressive conditional heteroscedasticity models. Econometrica, 80, 821–861.
10.
Giacomini, R., Politis, D., & White, H. (2013). A warp-speed method for conducting Monte Carlo experiments involving bootstrap estimators. Econometric Theory, 29, 567–589.
11.
Gil-Alana, L. (2003). Testing the power of a generalization of the KPSS-tests against fractionally integrated hypotheses. Computational Economics, 22, 23–38.
12.
Giraitis, L., Kokoszka, P., Leipus, R., & Teyssiére, G. (2003). Rescaled variance and related tests for long memory in volatility and levels. Journal of Econometrics, 112, 265–294.
13.
Guégan, D. (2010). Non-stationary samples and meta-distribution. In A. Basu, T. Samanta, & A. Sen Gupta (Eds.), Statistical paradigms. Recent advances and reconciliations. Singapore: World Scientific.
14.
15.
Hong, Y., Wang, X., & Wang, S. (2017). Testing strict stationarity with applications to macroeconomic time series. International Economic Review, 58, 1227–1277.
16.
Horváth, L. P., Kokoszka, P., & Rice, G. (2014). Testing stationarity of functional time series. Journal of Econometrics, 179, 66–82.
17.
Jentsch, C., & Subba Rao, S. (2015). A test for second order stationarity of a multivariate time series. Journal of Econometrics, 185, 124–161.
18.
Kapetanios, G. (2009). Testing for strict stationarity in financial variables. Journal of Banking & Finance, 33, 2346–2362.
19.
Künsch, H. (1989). The jackknife and the bootstrap for general stationary observations. The Annals of Statistics, 17, 1217–1241.
20.
Lahiri, S. (2003). Resampling methods for dependent data. New York: Springer.
21.
Lima, L., & Neri, B. (2013). A test for strict stationarity. In V. Huynh, et al. (Eds.), Uncertainty analysis in econometrics with applications. Berlin: Springer.
22.
Loretan, M., & Phillips, P. (1994). Testing the covariance stationarity of heavy-tailed time series. Journal of Empirical Finance, 1, 211–248.
23.
Matteson, D. S., & James, N. A. (2014). A nonparametric approach for multiple change point analysis of multivariate data. Journal of the American Statistical Association, 109, 334–345.
24.
Müller, U. (2005). Size and power of tests of stationarity in highly autocorrelated time series. Journal of Econometrics, 128, 195–213
25.
Székely, G., & Rizzo, M. (2005). Hierarchical clustering via joint between-within distances: Extending Ward’s minimum variance method. Journal of Classification, 22, 151–183.
26.
Xiao, Z., & Lima, L. (2007). Testing covariance stationarity. Econometric Reviews, 26, 643–667.
Metadaten
Titel
Fourier-Type Monitoring Procedures for Strict Stationarity
verfasst von
S. Lee
S. G. Meintanis
C. Pretorius
Copyright-Jahr
2018
Buch
Nonparametric Statistics

Print ISBN: 978-3-319-96940-4

Electronic ISBN: 978-3-319-96941-1

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-96941-1_22

Premium Partner

    Bildnachweise