การแพร่กระจาย ของ เหลือ ความสัมพันธ์ ใน อัต แบบบูรณาการ เคลื่อนไหว ค่าเฉลี่ย เวลา series รุ่น

การกระจายตัวของ Autocorrelations ที่ตกค้างในโมเดลซีรี่ส์เวลาเฉลี่ยโดยเฉลี่ยที่เคลื่อนที่โดยอัตโนมัติหมายเหตุโปรดอ่านข้อมูลอ้างอิงของคุณทุกครั้งและทำการแก้ไขที่จำเป็นก่อนใช้ความสนใจกับชื่อการใช้อักษรตัวพิมพ์ใหญ่และวันที่วารสาร Journal of American Statistical Association. Description The Journal of the American Statistical สมาคม JASA ได้รับการพิจารณาเป็นวารสารชั้นนำของสถิติวิทยาศาสตร์วิทยาศาสตร์ Citation Index รายงานว่า JASA เป็นวารสารที่ได้รับการยกย่องมากที่สุดในสาขาวิชาคณิตศาสตร์ในปีพศ. 2534-2544 โดยมีการอ้างอิง 16,457 ฉบับมากกว่า 50 บทความที่ได้รับการตีพิมพ์ในวารสาร JASA การประยุกต์ใช้ทางสถิติทฤษฎีและวิธีการทางเศรษฐศาสตร์สังคมศาสตร์กายภาพวิศวกรรมศาสตร์และวิทยาศาสตร์สุขภาพและวิธีการใหม่ของการศึกษาทางสถิติ 1922-2011 ฉบับที่ 18 ฉบับที่ 137 - ฉบับที่ 106 ไม่มี 496 กำแพงเคลื่อนที่หมายถึง ช่วงเวลาระหว่างฉบับล่าสุดที่มีอยู่ใน JSTOR และปัญหาที่ตีพิมพ์ล่าสุดของวารสาร Moving walls โดยปกติจะเป็นตัวแทนในช่วงหลายปีที่ผ่านมาในบางครั้งผู้จัดพิมพ์ได้เลือกที่จะมีผนังที่เคลื่อนที่เป็นศูนย์ดังนั้นปัญหาปัจจุบันของพวกเขาจึงมีอยู่ใน JSTOR หลังจากที่เผยแพร่หมายเหตุในการคำนวณกำแพงที่เคลื่อนที่ปีปัจจุบันจะไม่นับเช่นถ้าเป็นปัจจุบัน ปีเป็นปี 2008 และมีวารสารที่มีกำแพงเคลื่อนที่ 5 ปีบทความจากปีพศ. 2545 มีอยู่ข้อ จำกัด เกี่ยวกับกำแพงเมืองเคลื่อนที่กำแพงถาวรที่ไม่มีการเพิ่มวอลุ่มใหม่ในคลังเก็บรวบรวมข้อมูลที่รวบรวมไว้ด้วยวารสารอื่นฉบับสมบูรณ์ที่ จะไม่ได้รับการเผยแพร่อีกต่อไปหรือที่ได้รับการผนวกเข้ากับชื่ออื่น Science วิทยาศาสตร์เมื่อการคำนวณนี้ทำขึ้นโดยใช้ค่าประมาณแทนค่าพารามิเตอร์ที่แท้จริงลำดับผลลัพธ์จะเรียกว่าส่วนที่เหลือซึ่งถือได้ว่าเป็นค่าประมาณของข้อผิดพลาด โมเดลที่เหมาะสมได้รับการเลือกจะมีศูนย์ autocorrelation ในข้อผิดพลาดในการตรวจสอบความเพียงพอของพอดีจึงเป็นตรรกะเพื่อศึกษา autocor ตัวอย่าง ความสัมพันธ์ของส่วนที่เหลือสำหรับตัวอย่างขนาดใหญ่ที่เหลือจากรูปแบบการติดตั้งอย่างถูกต้องคล้ายคลึงกับข้อผิดพลาดที่แท้จริงของกระบวนการอย่างไรก็ตามการดูแลความจำเป็นในการตีความ correlations อนุกรมของส่วนที่เหลือจะแสดงที่นี่ที่ autocorrelations ตกค้างอยู่ใกล้ประมาณ เป็นตัวแทนของการแปลงเชิงเส้นเอกพจน์ของความผิดพลาดที่เกิดจากความผิดพลาดที่เกิดขึ้นเพื่อให้มีการแจกแจงปกติแบบเอกพจน์การไม่ยอมให้ผลลัพธ์นี้มีแนวโน้มที่จะมองข้ามหลักฐานการขาดการทดสอบแบบพอดีและตรวจสอบวินิจฉัยได้มีการวางแผนไว้ซึ่งนำข้อเท็จจริงเหล่านี้มาพิจารณา Thumbnail. JSTOR เป็นส่วนหนึ่งของ ITHAKA ซึ่งเป็นองค์กรที่ไม่หวังผลกำไรที่ช่วยให้ชุมชนนักวิชาการใช้เทคโนโลยีดิจิตอลเพื่อรักษาบันทึกทางวิชาการและเพื่อพัฒนางานวิจัยและการสอนอย่างยั่งยืน 2000-2017 ITHAKA สงวนลิขสิทธิ์ JSTOR, โลโก้ JSTOR , JPASS และ ITHAKA เป็นเครื่องหมายการค้าจดทะเบียนของ ITHAKA. Distribution of Residual in Autoregressive-Integ 13. กล่องและเพียร์ซ, 1970, การทดสอบโดยใช้สถิติ Q 2 n 2 K k 1 tr nk ของ Hosking 1980 การทดสอบโดยใช้สถิติ Q 3 n K k 1 tr p 2 KK 1 2n ของ Li และ Mcleod 1981 โดยที่ k เป็นตัวอย่างความสัมพันธ์ของเมทริกซ์ที่ให้ไว้ใน 1 ได้แสดงให้เห็นว่าภายใต้เงื่อนไขที่ว่า t เป็น IID ดังนั้นสมมติฐาน H 0 ใน 3 จะถือทั้งหมด q jj 1, 2, 3 เป็น asymptotically 2 p 2 K. Abstract Abstract: บทคัดย่อการทดสอบแบบ omnibus ใหม่สำหรับสัญญาณรบกวนแบบเวกเตอร์สีขาวโดยใช้สัมบูรณ์แบบสัมบูรณ์สูงสุดและความสัมพันธ์ข้ามของชุดส่วนประกอบโดยพิจารณาจากการประมาณค่าใหม่ของ L infty - normal ของภาวะปกติ random vector ค่าความสำคัญของการทดสอบสามารถประเมินได้จากการแจกแจงแบบปกติจากการแจกแจงแบบหลายตัวแปรซึ่งแตกต่างจากการทดสอบสัญญาณรบกวนแบบเดิมโดยใช้วิธีการใหม่ในการทดสอบการออกจากสัญญาณรบกวนที่ไม่ใช่ IID เราจะแสดงความถูกต้อง และ p ower ของการทดสอบที่นำเสนอโดยการจำลองซึ่งยังแสดงให้เห็นว่าการทดสอบใหม่มีประสิทธิภาพดีกว่าวิธีการทั่วไปหลายอย่างเช่นการทดสอบตัวคูณแบบลากรองจ์และการทดสอบ Portmanteau แบบหลายตัวแปรโดยเฉพาะอย่างยิ่งเมื่อมิติของชุดเวลามีความสัมพันธ์กับ ขนาดของตัวอย่างผลลัพธ์ที่เป็นตัวเลขแสดงให้เห็นว่าประสิทธิภาพของการทดสอบใหม่สามารถเพิ่มขึ้นได้อีกเมื่อใช้กับข้อมูลที่ได้รับการแปลงล่วงหน้าซึ่งได้จากการวิเคราะห์องค์ประกอบหลักของชุดข้อมูลตามช่วงเวลาที่เสนอโดย Chang, Guo และ Yao 2014 ใน R-package HDtest และพร้อมใช้งานออนไลน์ที่ CRAN. Full-text บทความ Mar 2017.Jinyuan Chang Qiwei Yao Wen Zhou BULLET Ljung Box test กล่องเพียร์ซ 1970 Ljung Box ปีพ. ศ. 2521 การทดสอบเพื่อยืนยันความเป็นอิสระของการเพิ่มขึ้นการปฏิเสธสมมติฐาน H 0 แสดงให้เห็นถึงการหยุดนิ่งสมมติฐาน H 0 เป็นข้อมูลที่ไม่ใช่ข้อมูล BULLET เติมเต็มผ้ากันเปื้อนฟูลเลอร์ ADF t - statistic test กล่าวว่า Dickey, 1984 Diebold Rudebusch, 1991 Banerjee และคณะ 1993 ในการทดสอบ T-Stance Dickey-Fuller ADF t-test สถิติสมมติฐาน H 0 เป็นข้อมูลที่ไม่ใช่ค่า p ต่ำ ๆ เช่นน้อยกว่า 0 05 แนะนำ ที่ชุดเวลาเป็น stationary BULLET Kwiatkowski-Phillips Schmidt Shin ทดสอบ KPSS Kwiatkowski et al 1992 การทดสอบนี้กลับคำสมมติฐานดังนั้นสมมติฐาน 0 H คือช่วงเวลาที่อยู่นิ่ง บทคัดย่อโครงการซอฟต์แวร์ที่ประสบความสำเร็จเป็นผลมาจากกระบวนการที่ซับซ้อนที่เกี่ยวข้องกับสิ่งที่สำคัญที่สุดคือผู้พัฒนาบุคลากรเป็นปัจจัยสำคัญต่อความสำเร็จของกระบวนการพัฒนาซอฟต์แวร์ไม่ใช่เพียง แต่เป็นผู้ปฏิบัติงาน แต่เป็นตัวเอกและแกนหลักของ กระบวนการพัฒนาทั้งหมดบทความนี้ศึกษาแง่มุมทางสังคมในหมู่นักพัฒนาซอฟต์แวร์ที่ทำงานเกี่ยวกับโครงการซอฟต์แวร์ที่พัฒนาขึ้นโดยใช้เครื่องมือ Agile เราศึกษาโครงการซอฟต์แวร์โอเพนซอร์ส 22 โครงการที่พัฒนาขึ้นโดยใช้ Agile board ของพื้นที่เก็บข้อมูล JIRA ความคิดเห็นทั้งหมดที่กระทำโดยนักพัฒนาซอฟต์แวร์ที่เกี่ยวข้องกับโครงการได้รับการวิเคราะห์และ เราได้สำรวจว่าความสุภาพในการแสดงความคิดเห็นมีผลต่อจำนวนนักพัฒนาซอฟต์แวร์และเวลาที่ต้องใช้ในการแก้ไขปัญหาใด ๆ ผลของเราแสดงให้เห็นว่าระดับความสุภาพในกระบวนการสื่อสารระหว่างนักพัฒนาซอฟต์แวร์มีผลต่อเวลาที่ต้องใช้ในการแก้ไขปัญหาและใน ส่วนใหญ่ของโครงการวิเคราะห์มีความสัมพันธ์ทางบวกกับความน่าสนใจของ t เขาโครงการทั้งนักพัฒนาที่ใช้งานและมีศักยภาพนักพัฒนาสุภาพมากขึ้นได้ใช้เวลาน้อยลงในการแก้ไขปัญหาบทความเต็มรูปแบบกรกฎาคม 2016.Giuseppe Destefanis Marco Ortu สตีฟ Counsell 2 ผู้เขียนมากขึ้น Roberto Tonelli. Portmanteau ทดสอบเสียงรบกวนสีขาวที่พัฒนาโดย กล่องเพียร์ซ 1970 ถูกคำนวณเพื่อทดสอบการแจกแจงแบบปกติของเศษซากภายในตัวอย่างการทดสอบขึ้นอยู่กับข้อเท็จจริงที่ว่าถ้า 1,, n เป็นการนำมาใช้จากกระบวนการเสียงสีขาว Baum, 2005. บทคัดย่อ Abstract theoretically, rate of exchange เป็นหนึ่งในแรงผลักดันสำคัญของอัตราเงินเฟ้อที่มีอิทธิพลต่อดัชนีราคาขายส่ง WPI ในประเทศที่มีการเน้นการนำเข้าและส่งออกอย่างจีนอย่างมากในบทความนี้ความผันผวนของการจัดกลุ่มเงินตราต่างประเทศและความหุนหันพลันแล่นของอัตราแลกเปลี่ยนเป็นผลกระทบภายนอกต่อ WPI ชุดข้อมูลชุดเวลาซึ่งแสดงถึงการสังเกตเศรษฐกิจจีนทุกวันตั้งแต่วันที่ 12 สิงหาคม 2547 ถึงวันที่ 30 กันยายน 2557 เป็นเวลา 4,067 วัน การวิเคราะห์ภาวะถดถอยพบว่ามีค่า p-value อย่างมีนัยสำคัญจาก 0 000 สำหรับอัตราแลกเปลี่ยนที่อธิบาย WPI ตลอดช่วงระยะเวลาที่ระบุความผิดปกติแบบมีเงื่อนไขแบบอัตโนมัติและแบบจำลองเชิงความรู้สึกแบบอัตโนมัติที่มีอัตรสตรรกะมีค่าความเป็นไปได้อย่างมีนัยสำคัญคือ 0,000 และ 0 044 ตามลำดับสำหรับ WPI และอัตราแลกเปลี่ยน พบว่าความผันผวนของ WPI ในอดีตมีอิทธิพลต่อความผันผวนในอนาคตของ WPI เนื่องจากความตกใจภายในนอกเหนือจากความวุ่นวายของอัตราแลกเปลี่ยนซึ่งส่งอิทธิพลต่อความผันผวนของ WPI ในอนาคตเนื่องจากความตกใจจากภายนอกโมเดลการทดสอบถูกนำมาประยุกต์ใช้อย่างทั่วถึงและมีเสถียรภาพ และความถูกต้องมีหลักฐานดังกล่าวบทความเมษายน 2016 Mohammad Naim Azimi โดยเฉพาะอย่างยิ่งเราขอแนะนำกล่อง Box-Pierce ทดสอบ cf Box และ Pierce 1970 การทดสอบ Box-Pierce ของเราเป็นแบบอะนาล็อกสำหรับ ES ของ backtests ตามเงื่อนไขที่เสนอโดย Christo ersen 1998 และ Berkowitz , Christo ersen and Pelletier 2011 for V aR. Full-text บทความ มี.ค. 2016. รถ Zaichao Du Juan los Escanciano ดังนั้นวิธีการสร้างสถิติการทดสอบเพื่อตรวจสอบการพึ่งพาแบบอนุกรมสามารถแบ่งออกเป็นสองประเภทหลักเวลาและวิธีการตามโดเมนความถี่เป็นที่รู้จักกันดีว่าการวิเคราะห์โดเมนเวลารวมถึงการทดสอบความสัมพันธ์เช่นที่เสนอโดยกล่องและเพียร์ซ 1970 และ Ljung and Box 1978 สถิติการทดสอบที่เกี่ยวข้องใช้ ACF เพื่อทดสอบการพึ่งพิงแบบอนุกรม เราพิจารณาปัญหาของการทดสอบการพึ่งพาคู่ของชุดเวลาแบบคงที่สำหรับเรื่องนี้เราขอแนะนำให้ใช้สถิติการทดสอบแบบ Box-Ljung ซึ่งสร้างขึ้นหลังจากคำนวณค่าความแปรปรวนร่วมกันระหว่างคู่สังเกตความแปรปรวนร่วมของระยะทางคือ เป็นตัววัดที่เหมาะสมในการตรวจจับการพึ่งพาระหว่างการสังเกตการณ์เนื่องจากขึ้นอยู่กับระยะห่างระหว่างลักษณะการทำงานของการแจกแจงแบบร่วมของตัวแปรสุ่มกับผลิตภัณฑ์ของคนที่มีขอบเราแสดงให้เห็นว่าภายใต้สมมติฐานที่เป็นโมฆะของความเป็นอิสระและภายใต้สภาวะปกติ สถิติการทดสอบผสานเข้ากับตัวแปรสุ่มปกติผลลัพธ์ที่ได้จากตัวอย่างหลาย ๆ บทความบทความนี้มีเนื้อหาเพิ่มเติมออนไลน์บทความเต็มรูปแบบ ก. พ. 2016.K Fokianos M Pitsillou มีเทคนิคต่าง ๆ ในการตรวจสอบความเป็นอิสระแม้ว่าจะไม่ใช่เรื่องง่ายที่จะเข้าใจ ตัวอย่างเฉพาะแปลงที่ต้องการความชำนาญในการตีความหรือ r ely ในการทดสอบทางสถิติที่มีอยู่เช่น Box-Pierce Box และ Pierce 1970, Ljung-Box Ljung andBox 1978 และดำเนินการทดสอบ 7 ก่อนที่จะอธิบายถึงข้อเสนอของเราในเรื่องการกระจายข้อมูลความน่าจะเป็นข้อมูลให้เราระลึกถึงการตั้งค่าสมมติฐานและแนวคิดที่เกี่ยวข้องโดยใช้ข้อมูลต่อไปนี้ . บทคัดย่อการสร้างแบบจำลองระดับระบบเชิงนามธรรมที่ยึดสมรรถนะและลักษณะการทำงานที่เหมาะสมกับการออกแบบระบบฝังตัวเป็นสิ่งที่ท้าทายความสามารถด้านการทำงานแตกต่างจากลักษณะการทำงานรายละเอียดเกี่ยวกับประสิทธิภาพมักไม่ค่อยมีในขั้นตอนการออกแบบและไม่มีวิธีการที่ชัดเจน เมื่อโมเดลดังกล่าวถูกสร้างขึ้นพวกเขามีความซับซ้อนโดยเนื้อแท้เนื่องจากพวกเขาผสมผสานรูปแบบซอฟต์แวร์ข้อ จำกัด ด้านฮาร์ดแวร์และสิ่งแวดล้อมออกไปการวิเคราะห์โดยใช้วิธีการประเมินผลแบบดั้งเดิมจะถึงขีด จำกัด ในเอกสารฉบับนี้เรานำเสนอแนวทางที่เป็นระบบสำหรับสร้างแบบจำลองประสิทธิภาพเชิงนามธรรมแบบสุ่ม การอนุมานเชิงสถิติและการสอบเทียบแบบจำลองและเราขอเสนอการตรวจสอบรูปแบบทางสถิติเป็นเทคนิคการประเมินผลการปรับขนาดที่เหมาะสมกับพวกเขาบทความเต็มรูปแบบ ก. พ. 2016. การทดสอบแบบผสมผสานสำหรับโมเดล ARMA-GARCH โดยใช้วิธีการประเมินความเป็นไปได้สูงสุดแบบเอกซ์โพสิชันสูงสุด คลาสของการแจกแจงซึ่งประกอบด้วย des คนปกติสแกนดิเนเวียนวารสารสถิติ 12, 171-178.Berkes, L Horvath, L และ Kokoszka, P 2003 Asymptotics สำหรับ GARCH ความสัมพันธ์ที่เหลืออยู่ของ Square Econometric Theory 19, 515-540.Box, GEP และ Pierce, DA 1970 การกระจายตัวของ autocadrelations ตกค้างในโมเดลแบบเรียลไทม์ค่าเฉลี่ยเคลื่อนที่แบบอัตถิภาวนิยมวารสารของสมาคมสถิติอเมริกัน 65, 1509-1526.Bollerslev, T 1986 Generalised autosalistic conditional heteroskedasticity เงื่อนไขวารสาร Econometrics 31, 307-327.Carbon, M and Francq, C 2011 Portmanteau goodness-of การทดสอบสำหรับโมเดล GARCH แบบไม่สมมาตร Austrian Journal of Statistics 40, 55-64.Engle, RF 1982 ข้อสมมติฐานเกี่ยวกับความแปรปรวนแบบอัตถิภาพด้วยความแปรปรวนของอัตราเงินเฟ้อในอังกฤษ Econometrica 50, 987-1008.Fan, J Qi, L and Xiu, D 2010 การประมาณความเป็นไปได้อย่างสูงสุดของแบบจำลอง GARCH ที่มีความเป็นไปได้ที่ความเป็นไปได้อย่างมากเอกสารการทำงาน Princeton University. Fan, J and Yao, Q 2003 Nonlinear time series วิธีการแบบไม่ใช้พารามิเตอร์และพาราเมตริก การประมาณแบบไม่ Gaussian QML แบบสองขั้นตอนของแบบจำลอง GARCH และการทดสอบประสิทธิภาพของ Gaussian QMLE Journal ของ Econometrics 165, 246-257.Francq, C Roy, R และ Zakoian, JM 2005 การตรวจสอบ Diagostic ในรูปแบบ ARMA ที่มีข้อผิดพลาดที่ไม่ได้รับการตีพิมพ์วารสาร Journal of American Statistical Association ฉบับที่ 100, 532-544.Francq, C และ Zakoian, JM 2004 การประมาณค่าความบริสุทธิ์สูงสุดของกระบวนการ GARCH และ ARMA-GARCH ที่มีความบริสุทธิ์สูงสุดคือ Bernoulli 10, 605-637 การวิเคราะห์ทางคลินิกสำหรับแบบจำลองแบบอนุกรมเวลาที่มีความคลาดเคลื่อนตามเงื่อนไขโดยประมาณด้วยวิธีเบี่ยงเบนสัมบูรณ์อย่างน้อยที่สุด Biometrika 92, GK, WK 2005, การประมาณค่าเบี่ยงเบนสัมบูรณ์ที่น้อยที่สุดสำหรับโมเดลแบบจําลองเวลาเฉลี่ยเคลื่อนที่เชิงเศษส่วนที่มีการเบี่ยงเบนแบบมีเงื่อนไขแบบเบ็ดเสร็จ Biometrika 95, 399-414.Li, WK และ Mak, T 691-701.Li, G and Li, WK 2008 K 1994 เกี่ยวกับการคำนวณความสัมพันธ์แบบอิสระที่ตกค้างในชุดข้อมูลเชิงเส้นแบบไม่เป็นเชิงเส้นกับข้อมูลเชิง heteroscedasticity แบบมีเงื่อนไข Journal of Time Series Analysis 15, 627-636.Ling, S 2007 ตัวประมาณความเป็นตัวคูณด้วยตัวคูณด้วยตัวคูณด้วยตัวเองและมีส่วนในท้องที่สำหรับแบบจำลอง ARMA-GARCH IGARCH วารสาร Econometrics 140, 849-873.Ling, S และ Li, WK 1997a แบบเศษส่วนแบบอัตถดถอยในช่วงเวลาที่เคลื่อนที่โดยรวมแบบมีเงื่อนไขตามเงื่อนไข hereroskedasticity วารสารของสมาคมสถิติอเมริกัน 92, 1184-1194.Ling, S และ Li, WK 1997b การตรวจวินิจฉัยของชุดเวลาหลายตัวแปรแบบไม่เชิงเส้น การวิเคราะห์แบบอนุกรมเวลา 18, 447-464.Ling, S และ McAleer, M 2003 ทฤษฎีแบบอสมการสำหรับแบบจำลอง ARMA-GARCH แบบใหม่ทฤษฎีทางเศรษฐมิติ 19, 280-310.Ling, S และ Tong, H 2011 Score การทดสอบความสมบูรณ์แบบที่เหมาะสมสำหรับชุดข้อมูลเวลา Statistica Sinica 21, 1807-1829.Ljung, GM และ Box, GEP 1978 ในการวัดการขาดแบบพอดีในแบบจำลองแบบเวลา Biometrika 65, 297-303.McLeod, AI 1978 การกระจายของที่เหลือ autocorrelations ใน Box-Jenkins โมเดล Journal of Royal Society สถิติ B 40, 296-302.McLeod, AI และ Li, WK 1983 การตรวจวินิจฉัยแบบจำลอง ARMA เวลาโดยใช้ autocorrelations squaredresposed วารสารการวิเคราะห์อนุกรมเวลา 4, 269-273.Peng, L และ Yao, QW 2003 การประมาณค่าเบี่ยงเบนสัมบูรณ์ที่น้อยที่สุดสำหรับ ARCH และ GARCH รุ่น Biometrika 90, 967-975.Shao, X 2011 การทดสอบหาสัญญาณรบกวนสีขาวภายใต้การพึ่งพาที่ไม่รู้จักและการประยุกต์ใช้ในการตรวจวินิจฉัยสำหรับโมเดลเวลาแบบจำลองทฤษฎีทางเศรษฐมิติปรากฏขึ้นในชื่อ H and Li, WK 2002 การตรวจหาและการตรวจสอบการตรวจสอบตัวแปรหลายตัวแปรแบบมีเงื่อนไขหลายตัวแปรแบบพงศาวดารของสถาบันคณิตศาสตร์ทางสถิติ 54, 45-59 ต่อเนื่อง, H และ Ling, S 2005 การทดสอบกระเป๋าถือแบบผสมสำหรับชุดเวลาวารสารเวลาการวิเคราะห์ชุด 26, 569-579.Uhu, K 2011 ในการประมาณค่า LAD และการทดสอบอัตราส่วนความเป็นไปได้ของแบบจำลองแบบเวลาวิทยานิพนธ์ Dissertion มหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีฮ่องกง Zhu, K and Ling, S 2011 Global self-weighted and l ตัวประมาณความเป็นไปได้เชิงอนุพันธ์ของโอลาซาสำหรับแบบจำลอง ARMA-GARCH IGARCH ฉบับพุธที่ 39, 2131-2163