Marcella NIGLIO | Progetti

Nell'analisi delle serie storiche lo studio di modelli multivariati ha ricevuto grande attenzione in letteratura. Partendo dai modelli Vector Autoregressive (ampiamente presentati di Lutkepohl (2006)), sono stati proposti differenti modelli lineari e nonlineari, molti dei quali sono generalizzazioni multivariate di modelli già noti nel contesto univariato.Nel presente progetto l'attenzione sarà r

La ricerca che si intende condurre con il progetto in esame, si pone in continuità con il progetto di ricerca presentato lo scorso anno.L'obiettivo è quello di prendere in esame i previsori ponderati per modelli non lineari a soglia (sinteticamente denominati SETAR) ed esaminare le proprietà statistiche dei pesi, nonché valutare le proprietà asintotiche degli intervalli di previsione bootstrap pr

La generazione di previsori ponderati ha un'ampia letteratura nel contesto delle serie storiche ed i contributi più remoti risalgono alla fine degli anni cinquanta del secolo scorso.La semplicità applicativa ed interpretativa ha spinto ricercatori e "practictioners" a fare ampio uso di tali approcci che ancora oggi sono oggetto di grande interesse.Partendo da recenti risultati proposti in letter

La ricerca in oggetto si inserisce in un contesto particolarmente dibattuto nella letteratura delle serie storiche, ovvero: perché i modelli non lineari per serie storiche garantiscono spesso un buon adattamento del modello ai dati ma al contrario forniscono previsioni a volte poco accurate (se ad esempio confrontate con previsioni generate da modelli lineari o finanche da un random walk)?Obiett