Buchumschlag

A loss discounting framework for model averaging and selection in time series models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bernaciak, Dawid, Griffin, Jim E.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A General Purpose Approximation to the Ferguson-Klass Algorithm for Sampling from Lévy Processes Without Gaussian Components
von: Bernaciak, Dawid, et al.
Veröffentlicht: (2024)

Bayesian variable and hazard structure selection in the General Hazard model
von: Chen, Yulong, et al.
Veröffentlicht: (2026)

Expressing and visualizing model uncertainty in Bayesian variable selection using Cartesian credible sets
von: Griffin, J. E.
Veröffentlicht: (2024)

Spatial weights matrix selection and model averaging for multivariate spatial autoregressive models
von: Miao, Xin, et al.
Veröffentlicht: (2025)

Bayesian inference of vector autoregressions with tensor decompositions
von: Luo, Yiyong, et al.
Veröffentlicht: (2022)

Time-varying Parameter Tensor Vector Autoregression
von: Luo, Yiyong, et al.
Veröffentlicht: (2025)

Unified optimal model averaging with a general loss function based on cross-validation
von: Yu, Dalei, et al.
Veröffentlicht: (2024)

An adaptive enrichment design using Bayesian model averaging for selection and threshold-identification of tailoring variables
von: Maleyeff, Lara, et al.
Veröffentlicht: (2024)

Bayesian model-averaging stochastic item selection for adaptive testing
von: Su, Tina, et al.
Veröffentlicht: (2025)

Tobit models for count time series
von: Weiß, Christian H., et al.
Veröffentlicht: (2024)

Combining pre-trained models via localized model averaging
von: Gao, Ziwen, et al.
Veröffentlicht: (2026)

Modelling spatial heterogeneity in the effects of area-level covariates on income distributions using Bayesian nonparametric methods
von: Wang, Ziyou, et al.
Veröffentlicht: (2026)

A likelihood-based Bayesian inference framework for the calibration of and selection between stochastic velocity-jump models
von: Ceccarelli, Arianna, et al.
Veröffentlicht: (2025)

Factor modelling for high-dimensional functional time series
von: Guo, Shaojun, et al.
Veröffentlicht: (2021)

The projected dynamic linear model for time series on the sphere
von: Zito, John, et al.
Veröffentlicht: (2023)

A general framework for formulating structured variable selection
von: Wang, Guanbo, et al.
Veröffentlicht: (2021)

Beta-CoRM: A Bayesian Approach for $n$-gram Profiles Analysis
von: Perusquía, José A., et al.
Veröffentlicht: (2020)

High-dimensional iterative variable selection for accelerated failure time models
von: Sanyal, Nilotpal
Veröffentlicht: (2023)

Interpretable models for forecasting high-dimensional functional time series
von: Shang, Han Lin, et al.
Veröffentlicht: (2026)

Estimation, inference and model selection for jump regression models
von: Grønneberg, Steffen, et al.
Veröffentlicht: (2026)

Two-sample Bayesian Nonparametric Hypothesis Testing
von: Holmes, Chris C., et al.
Veröffentlicht: (2009)

On testing for independence between generalized error models of several time series
von: Ghoudi, Kilani, et al.
Veröffentlicht: (2024)

Information matrix test for normality of innovations in stationary time series models
von: Liu, Zixuan, et al.
Veröffentlicht: (2024)

Robust tests for parameter change in conditionally heteroscedastic time series models
von: Song, Junmo
Veröffentlicht: (2025)

A general framework for probabilistic model uncertainty
von: Shirvaikar, Vik, et al.
Veröffentlicht: (2024)

Fast Bayesian inference in a class of sparse linear mixed effects models
von: Spyropoulou, M-Z., et al.
Veröffentlicht: (2024)

Gaussian distributional structural equation models: A framework for modeling latent heteroscedasticity
von: Fazio, Luna, et al.
Veröffentlicht: (2024)

A dynamic copula model for probabilistic forecasting of non-Gaussian multivariate time series
von: Zito, John, et al.
Veröffentlicht: (2025)

Overcoming model uncertainty -- how equivalence tests can benefit from model averaging
von: Hagemann, Niklas, et al.
Veröffentlicht: (2024)

Semiparametric model averaging for high-dimensional quantile regression with nonignorable nonresponse
von: Xiong, Wei, et al.
Veröffentlicht: (2025)

Semi-supervised learning using copula-based regression and model averaging
von: Gao, Ziwen, et al.
Veröffentlicht: (2024)

Tail-robust factor modelling of vector and tensor time series in high dimensions
von: Barigozzi, Matteo, et al.
Veröffentlicht: (2024)

Nonparametric method of structural break detection in stochastic time series regression model
von: Roy, Archi, et al.
Veröffentlicht: (2024)

Generalised mixed effects models for changepoint analysis of biomedical time series data
von: Fiecas, Mark B., et al.
Veröffentlicht: (2024)

A latent space model for multivariate count data time series analysis
von: Kaur, Hardeep, et al.
Veröffentlicht: (2024)

A graphical framework for interpretable correlation matrix models
von: Sterrantino, Anna Freni, et al.
Veröffentlicht: (2023)

A Bayesian regression framework for circular models with INLA
von: Ye, Xiang, et al.
Veröffentlicht: (2026)

A Markov-switching dynamic matrix factor model for the high-dimensional matrix time series
von: Yuan, Chaofeng, et al.
Veröffentlicht: (2025)

Flexible extreme thresholds through generalised Bayesian model averaging
von: Jessup, Sébastien, et al.
Veröffentlicht: (2025)

On a new robust method of inference for general time series models
von: Wang, Zihan, et al.
Veröffentlicht: (2025)