Copertina

New Methods for Network Count Time Series

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Liu, Hengxu, Nason, Guy
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Methodology 62M10
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Leveraging Non-Decimated Wavelet Packet Features and Transformer Models for Time Series Forecasting
di: Nason, Guy P, et al.
Pubblicazione: (2024)

Modelling clusters in network time series with an application to presidential elections in the USA
di: Nason, Guy, et al.
Pubblicazione: (2024)

Predicting Future Change-points in Time Series
di: Choi, Chak Fung, et al.
Pubblicazione: (2024)

Sample Splitting and Assessing Goodness-of-fit of Time Series
di: Davis, Richard A., et al.
Pubblicazione: (2024)

Sequential Outlier Detection in Non-Stationary Time Series
di: Heinrichs, Florian, et al.
Pubblicazione: (2025)

Reduced-Rank Autoregressive Model for High-Dimensional Multivariate Network Time Series
di: Lyu, Qi, et al.
Pubblicazione: (2026)

Forecasting High Dimensional Time Series with Dynamic Dimension Reduction
di: Peña, Daniel, et al.
Pubblicazione: (2025)

Self-Normalization for CUSUM-based Change Detection in Locally Stationary Time Series
di: Heinrichs, Florian
Pubblicazione: (2025)

The Variable Multiple Bandpass Periodic Block Bootstrap for Time Series with Multiple Periodic Correlations
di: Valachovic, Edward
Pubblicazione: (2025)

A Kolmogorov-Zurbenko Fourier Transform Band-pass Filter Extension for Time Series Analysis
di: Valachovic, Edward
Pubblicazione: (2025)

A Note on Local Linear Regression for Time Series in Banach Spaces
di: Heinrichs, Florian
Pubblicazione: (2025)

Assessing Bias in the Variable Bandpass Periodic Block Bootstrap Method
di: Sun, Yanan, et al.
Pubblicazione: (2025)

New Goodness-of-Fit Tests for Time Series Models
di: Mahdi, Esam
Pubblicazione: (2020)

Time-series imputation using low-rank matrix completion
di: Poudevigne, Thomas, et al.
Pubblicazione: (2024)

Localized Sparse Principal Component Analysis of Multivariate Time Series in Frequency Domain
di: Namdari, Jamshid, et al.
Pubblicazione: (2024)

Statistical Inference for Local Granger Causality
di: Liu, Yan, et al.
Pubblicazione: (2021)

Periodically Correlated Time Series and the Variable Bandpass Periodic Block Bootstrap
di: Valachovic, Edward
Pubblicazione: (2024)

A Triginometric Seasonal Component Model and its Application to Time Series with Two Types of Seasonality
di: Kitagawa, G.
Pubblicazione: (2024)

Gaussian Process State-Space Modeling and Particle Filtering for Time Series Decomposition and Nonlinear Signal Extraction
di: Kitagawa, Genshiro
Pubblicazione: (2025)

Nonparametric Test for Volatility in Clustered Multiple Time Series
di: Barrios, Erniel B., et al.
Pubblicazione: (2021)

Change-point analysis for binomial autoregressive model with application to price stability counts
di: Sheng, Danshu, et al.
Pubblicazione: (2024)

Uniform confidence bands for joint angles across different fatigue phases
di: Bastian, Patrick, et al.
Pubblicazione: (2025)

Tensor Time Series Imputation through Tensor Factor Modelling
di: Cen, Zetai, et al.
Pubblicazione: (2024)

Predicting Dengue Outbreaks: A Dynamic Approach with Variable Length Markov Chains and Exogenous Factors
di: Rocha, Marília Gabriela, et al.
Pubblicazione: (2024)

Maximum Likelihood Estimation of the Vector AutoRegressive To Anything (VARTA) model
di: Andersson, Jonas, et al.
Pubblicazione: (2025)

Trend and seasonality estimation for point-process time series
di: Gervini, Daniel, et al.
Pubblicazione: (2026)

Autocorrelation functions for point-process time series
di: Gervini, Daniel
Pubblicazione: (2025)

The Causal-Noncausal Tail Processes
di: Gouriéroux, Christian, et al.
Pubblicazione: (2025)

Density-valued VAR Models with Latent Factors
di: Matsuda, Yasumasa, et al.
Pubblicazione: (2026)

Clustering Multivariate Time Series using Energy Distance
di: Davis, Richard A., et al.
Pubblicazione: (2023)

Change point analysis with irregular signals
di: Kley, Tobias, et al.
Pubblicazione: (2024)

Functional Regression with Nonstationarity and Error Contamination: Application to the Economic Impact of Climate Change
di: Nam, Kyungsik, et al.
Pubblicazione: (2025)

Residual spectrum: Brain functional connectivity detection beyond coherence
di: Goto, Yuichi, et al.
Pubblicazione: (2023)

Stochastic Volatility under Informative Missingness
di: Zhang, Gehui, et al.
Pubblicazione: (2025)

Functional Periodic ARMA Processes
di: Kühnert, Sebastian, et al.
Pubblicazione: (2025)

Inference for Functional Data under Markov Constraints
di: Naepels, Ulysse, et al.
Pubblicazione: (2026)

Bayesian inference on the order of stationary vector autoregressions
di: Binks, Rachel L., et al.
Pubblicazione: (2023)

Functional Autoregression Without Truncation: A Continuous-Regularization Approach
di: Zhao, Yao
Pubblicazione: (2026)

Breakpoint based online anomaly detection
di: Krönert, Etienne, et al.
Pubblicazione: (2024)

On scalable ARMA models
di: Lin, Yuchang, et al.
Pubblicazione: (2024)