Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 106,95

+ 213 punten

Levering 2 à 3 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

This book contains new aspects of model diagnostics in time series analysis, including variable selection problems and higher-order asymptotics of tests. This is the first book to cover systematic approaches and widely applicable results for nonstandard models including infinite variance processes. The book begins by introducing a unified view of a portmanteau-type test based on a likelihood ratio test, useful to test general parametric hypotheses inherent in statistical models. The conditions for the limit distribution of portmanteau-type tests to be asymptotically pivotal are given under general settings, and very clear implications for the relationships between the parameter of interest and the nuisance parameter are elucidated in terms of Fisher-information matrices. A robust testing procedure against heavy-tailed time series models is also constructed in the context of variable selection problems. The setting is very reasonable in the context of financial data analysis and econometrics, and the result is applicable to causality tests of heavy-tailed time series models. In the last two sections, Bartlett-type adjustments for a class of test statistics are discussed when the parameter of interest is on the boundary of the parameter space. A nonlinear adjustment procedure is proposed for a broad range of test statistics including the likelihood ratio, Wald and score statistics.