Copertina

Higher-order approximation for uncertainty quantification in time series analysis

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Betken, Annika, Düker, Marie-Christine
Natura:	Preprint
Pubblicazione:	2022
Soggetti:	Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Test for independence of long-range dependent time series using distance covariance
di: Betken, Annika, et al.
Pubblicazione: (2021)

Kernel Estimation for Nonlinear Dynamics
di: Düker, Marie-Christine, et al.
Pubblicazione: (2025)

Testing common structure in high-dimensional factor models: change-point and two-sample procedures
di: Düker, Marie-Christine, et al.
Pubblicazione: (2024)

Breuer-Major Theorems for Hilbert Space-Valued Random Variables
di: Düker, Marie-Christine, et al.
Pubblicazione: (2024)

Scaling limits for sample autocovariance operators of Hilbert space-valued linear processes
di: Düker, Marie-Christine, et al.
Pubblicazione: (2025)

Extending Characterizations of Multivariate Laws via Distance Distributions
di: Betken, Annika, et al.
Pubblicazione: (2025)

Symmetry Testing in Time Series using Ordinal Patterns: A U-Statistic Approach
di: Betken, Annika, et al.
Pubblicazione: (2026)

Ordinal Patterns Based Change Points Detection
di: Betken, Annika, et al.
Pubblicazione: (2025)

Prior distributions for structured semi-orthogonal matrices
di: Jauch, Michael, et al.
Pubblicazione: (2025)

Depth Patterns and their Applications in Animal Tracking
di: Betken, Annika, et al.
Pubblicazione: (2024)

On extremes for Gaussian subordination
di: Bai, Shuyang, et al.
Pubblicazione: (2025)

Bayesian Discrepancy Measure: Higher-order and Skewed approximations
di: Bortolato, Elena, et al.
Pubblicazione: (2025)

Posterior contraction and uncertainty quantification for the multivariate spike-and-slab LASSO
di: Shen, Yunyi, et al.
Pubblicazione: (2022)

A Bootstrap Test for Independence of Time Series Based on the Distance Covariance
di: Betken, Annika, et al.
Pubblicazione: (2021)

Variational bagging: a robust approach for Bayesian uncertainty quantification
di: Fan, Shitao, et al.
Pubblicazione: (2025)

Score-based generative models are provably robust: an uncertainty quantification perspective
di: Mimikos-Stamatopoulos, Nikiforos, et al.
Pubblicazione: (2024)

Probabilistic computation and uncertainty quantification with emerging covariance
di: Ma, Hengyuan, et al.
Pubblicazione: (2023)

A polynomial chaos approach for uncertainty quantification of Monte Carlo transport codes
di: Geraci, Gianluca, et al.
Pubblicazione: (2024)

The surrogate Gibbs-posterior of a corrected stochastic MALA: Towards uncertainty quantification for neural networks
di: Bieringer, Sebastian, et al.
Pubblicazione: (2023)

A comparative study of conformal prediction methods for valid uncertainty quantification in machine learning
di: Dewolf, Nicolas
Pubblicazione: (2024)

Uncertainty quantification for intervals
di: Meixide, Carlos García, et al.
Pubblicazione: (2024)

Point processes with event time uncertainty
di: Cheng, Xiuyuan, et al.
Pubblicazione: (2024)

Vector AutoRegressive Moving Average Models: A Review
di: Marie‐Christine Düker, et al.
Pubblicazione: (2025)

Embedding Network Autoregression for time series analysis and causal peer effect inference
di: Chang, Jae Ho, et al.
Pubblicazione: (2024)

Uncertainty quantification in metric spaces
di: Lugosi, Gábor, et al.
Pubblicazione: (2024)

Higher-order Gini indices: An axiomatic approach
di: Han, Xia, et al.
Pubblicazione: (2025)

Trend estimation for time series with polynomial-tailed noise
di: Neumann, Michael H., et al.
Pubblicazione: (2025)

False positive control in time series coincidence detection
di: Liang, Ruiting, et al.
Pubblicazione: (2025)

Asymptotic inference in a stationary quantum time series
di: Nussbaum, Michael, et al.
Pubblicazione: (2025)

Estimating weak periodic vector autoregressive time series
di: Maïnassara, Yacouba Boubacar, et al.
Pubblicazione: (2024)

Multivariate strong invariance principle and uncertainty assessment for time in-homogeneous cyclic MCMC samplers
di: Li, Haoxiang, et al.
Pubblicazione: (2024)

A unified construction for series representations and finite approximations of completely random measures
di: Lee, Juho, et al.
Pubblicazione: (2019)

The Laplace approximation accuracy in high dimensions: a refined analysis and new skew adjustment
di: Katsevich, Anya
Pubblicazione: (2023)

Uncertainty quantification via cross-validation and its variants under algorithmic stability
di: Amann, Nicolai, et al.
Pubblicazione: (2023)

Gradual changes in functional time series
di: Bastian, Patrick, et al.
Pubblicazione: (2024)

Confidence surfaces for the mean of locally stationary functional time series
di: Dette, Holger, et al.
Pubblicazione: (2021)

Robust Bayesian estimation in conditionally heteroscedastic time series models
di: Lee, Jeongho, et al.
Pubblicazione: (2026)

Conditionally specified graphical modeling of stationary multivariate time series
di: Bhattacharya, Anirban, et al.
Pubblicazione: (2025)

Robust estimation for high-dimensional time series with heavy tails
di: Wang, Yu, et al.
Pubblicazione: (2024)

Information-theoretic limits and approximate message-passing for high-dimensional time series
di: Tieplova, Daria, et al.
Pubblicazione: (2025)