A uniform central limit theorem for neural network-based autoregressive processes with applications to change-point analysis
A uniform central limit theorem for neural network-based autoregressive processes with applications to change-point analysis
复制标题
基于神经网络的自回归过程的统一中心极限定理及其在变点分析中的应用
DOI：
10.1080/02331888.2013.872646
复制
发表时间：
2014
期刊：
影响因子：
1.9
通讯作者：
J. Tadjuidje Kamgaing
中科院分区：
文献类型：
--
作者：
C. Kirch;J. Tadjuidje Kamgaing
我们考虑一个自回归过程的非线性回归函数，是由前馈神经网络建模。首先，我们推导出一个统一的中心极限定理，这是有用的背景下的变点分析。然后，我们提出了一个测试的自回归函数的变化-由统一的中心极限定理-具有渐近功率一个大类的替代品，包括当地的替代品不限于正确指定的模型。
We consider an autoregressive process with a nonlinear regression function that is modelled by a feedforward neural network. First, we derive a uniform central limit theorem which is useful in the context of change-point analysis. Then, we propose a test for a change in the autoregression function which – by the uniform central limit theorem – has asymptotic power one for a large class of alternatives including local alternatives not restricted to the correctly specified model.
登录
查看更多内容
使用神经网络估计市场风险
DOI：
--
发表时间：
2006
期刊：
影响因子：
--
作者：
Franke Jürgen;Diagne Mabouba
通讯作者：
Diagne Mabouba
影响因子：
0.9
作者：
C. Kirch;Joseph Tadjuidje Kamgaing
通讯作者：
C. Kirch;Joseph Tadjuidje Kamgaing
经验过程的中心极限定理
DOI：
10.1017/s1446788700018371
发表时间：
1982
期刊：
Journal of the Australian Mathematical Society. Series A. Pure Mathematics and Statistics
影响因子：
--
作者：
D. Pollard
通讯作者：
D. Pollard
DOI：
--
发表时间：
1985
期刊：
影响因子：
--
作者：
R. Kulperger
通讯作者：
R. Kulperger
DOI：
--
发表时间：
2002
期刊：
影响因子：
--
作者：
E. Gombay;Lajos Horváth
通讯作者：
Lajos Horváth