Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
Air Iuav archivio istituzionale della ricerca
This article considers tests for unit roots in time series models with varying parameters. The null hypothesis is that roots are unity against an alternative where they change over time. Tests statistics are based on recursive least squares (RLS) estimates having exponentially weighted (EW) observations. This method belongs to the class of nonparametric estimators and allows interesting computational and graphical aspects. Asymptotic properties are investigated as in kernel estimation, by allowing smoothing coefficients tending to zero. Under the null, we find that test statistics approach the distributions tabulated by Dickey and Fuller. Applications to real and simulated data show the validity of the method.
Adaptive Tests for Changing Unit Roots in Nonstationary Time Series
This article considers tests for unit roots in time series models with varying parameters. The null hypothesis is that roots are unity against an alternative where they change over time. Tests statistics are based on recursive least squares (RLS) estimates having exponentially weighted (EW) observations. This method belongs to the class of nonparametric estimators and allows interesting computational and graphical aspects. Asymptotic properties are investigated as in kernel estimation, by allowing smoothing coefficients tending to zero. Under the null, we find that test statistics approach the distributions tabulated by Dickey and Fuller. Applications to real and simulated data show the validity of the method.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11578/43890
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
ND
ND
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.