Buchumschlag

A Simple and Effective Random Forest Modelling for Nonlinear Time Series Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Shihao, Lu, Zudi, Zheng, Chao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Simultaneous Sieve Estimation and Inference for Time-Varying Nonlinear Time Series Regression
von: Ding, Xiucai, et al.
Veröffentlicht: (2025)

Simultaneous Inference for Nonlinear Time Series, a Sieve M-regression Approach
von: Luo, Tianpai, et al.
Veröffentlicht: (2026)

Statistical Inference on Latent Space Models for Network Data
von: Li, Jinming, et al.
Veröffentlicht: (2023)

Adaptive Split Balancing for Optimal Random Forest
von: Zhang, Yuqian, et al.
Veröffentlicht: (2024)

Model Selection for Unit-root Time Series with Many Predictors
von: Huang, Shuo-Chieh, et al.
Veröffentlicht: (2025)

Change-Point Detection for Object-valued Time Series
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

Factor Strength Estimation in Vector and Matrix Time Series Factor Models
von: Chen, Weilin, et al.
Veröffentlicht: (2024)

Monitoring Time Series for Relevant Changes
von: Bastian, Patrick, et al.
Veröffentlicht: (2025)

A Unified Framework for Nonlinear Mediation Analysis of Random Objects
von: Tan, Wenxi, et al.
Veröffentlicht: (2026)

Modewise Additive Factor Model for Matrix Time Series
von: Chen, Elynn, et al.
Veröffentlicht: (2025)

Testing Random Effects for Binomial Data
von: Kania, Lucas, et al.
Veröffentlicht: (2025)

Simultaneous Inference for Non-Stationary Random Fields, with Application to Gridded Data Analysis
von: Zhang, Yunyi, et al.
Veröffentlicht: (2024)

Adaptive Long-Run Variance Thresholding for Sparse Covariance Estimation in High-Dimensional Time Series
von: Zhang, Wenhao, et al.
Veröffentlicht: (2026)

AR-sieve Bootstrap for High-dimensional Time Series
von: Bi, Daning, et al.
Veröffentlicht: (2021)

Data-Driven Uniform Inference for General Continuous Treatment Models via Minimum-Variance Weighting
von: Ai, Chunrong, et al.
Veröffentlicht: (2026)

Effective Sample Size for Functional Spatial Data
von: Alegría, Alfredo, et al.
Veröffentlicht: (2026)

Sparse Data-Driven Random Projection in Regression for High-Dimensional Data
von: Parzer, Roman, et al.
Veröffentlicht: (2023)

Estimation and Inference for Change Points in Functional Regression Time Series
von: Kumar, Shivam, et al.
Veröffentlicht: (2024)

Resampling-free Inference for Time Series via RKHS Embedding
von: Ghoshal, Deep, et al.
Veröffentlicht: (2026)

Frequency Domain Statistical Inference for High-Dimensional Time Series
von: Krampe, Jonas, et al.
Veröffentlicht: (2022)

Integrating Heterogeneous Information in Randomized Experiments: A Unified Calibration Framework
von: Ma, Wei, et al.
Veröffentlicht: (2026)

Markov Random Fields with Proximity Constraints for Spatial Data
von: Saha, Sudipto, et al.
Veröffentlicht: (2024)

Data Augmentation of Multivariate Sensor Time Series using Autoregressive Models and Application to Failure Prognostics
von: de Souza, Douglas Baptista, et al.
Veröffentlicht: (2024)

Inference for Multiple Change-points in Piecewise Locally Stationary Time Series
von: Ng, Wai Leong, et al.
Veröffentlicht: (2026)

Sequential Change-point Detection for Compositional Time Series with Exogenous Variables
von: Liu, Yajun, et al.
Veröffentlicht: (2024)

Bayesian Learning of Relational Graph in Semiparametric High-dimensional Time Series
von: Roy, Arkaprava, et al.
Veröffentlicht: (2024)

Optimal Spatial Anomaly Detection
von: Wang, Baiyu, et al.
Veröffentlicht: (2025)

Multi-Scale CUSUM Tests for Time Dependent Spherical Random Fields
von: Caponera, Alessia, et al.
Veröffentlicht: (2023)

Simultaneous Inference for Covariance and Precision Matrices of Long-Range Dependent Time Series
von: Zhai, Percy S., et al.
Veröffentlicht: (2026)

Fully Functional Weighted Testing for Abrupt and Gradual Location Changes in Functional Time Series
von: Kirch, Claudia, et al.
Veröffentlicht: (2026)

Optimal Change Point Detection and Inference in the Spectral Density of General Time Series Models
von: Mosaferi, Sepideh, et al.
Veröffentlicht: (2025)

Transfer Learning with Distance Covariance for Random Forest: Error Bounds and an EHR Application
von: Li, Chenze, et al.
Veröffentlicht: (2025)

Conformal Prediction with Time-Series Data via Sequential Conformalized Density Regions
von: Sampson, M., et al.
Veröffentlicht: (2026)

Bayesian Inference for High-dimensional Time Series with a Stationary Directed Acyclic Graphical Structure
von: Roy, Arkaprava, et al.
Veröffentlicht: (2025)

A Note on the Finite Sample Bias in Time Series Cross-Validation
von: Lusompa, Amaze
Veröffentlicht: (2025)

Optimal E-Values for Exponential Families: the Simple Case
von: Grünwald, Peter, et al.
Veröffentlicht: (2024)

Regularized Nonlinear Regression with Dependent Errors and its Application to a Biomechanical Model
von: You, Hojun, et al.
Veröffentlicht: (2022)

A Random-effects Approach to Regression Involving Many Categorical Predictors and Their Interactions
von: Sun, Hanmei, et al.
Veröffentlicht: (2024)

The Decaying Missing-at-Random Framework: Model Doubly Robust Causal Inference with Partially Labeled Data
von: Zhang, Yuqian, et al.
Veröffentlicht: (2023)

Model Identifiability for Bivariate Failure Time Data with Competing Risks: Parametric Cause-specific Hazards and Non-parametric Frailty
von: Ghosh, Biswadeep, et al.
Veröffentlicht: (2024)