Abstract

The article investigates the properties of two alternative disaggregation methods. First one, proposed in Chong (2006), is based on the assumption of polynomial autoregressive parameter density. Second one, proposed in Leipus et al. (2006), uses the approximation of the density by the means of Gegenbauer polynomials. Examining results of Monte-Carlo simulations it is shown that none of the methods was found to outperform another. Chong’s method is narrowed by the class of polynomial densities, and the secondmethod is not effective in the presence of common innovations.Bothmethodswork correctly under assumptions proposed in the corresponding articles.

Highlights

  • Deagregavimo uždaviniai bei nagrinejami ju sprendimo metodaiIvairiose srityse (pavyzdžiui, astronomijos, hidrologijos, makroekonomikos, sociologijos ir pan.) dažnai yra susiduriama su agreguotais duomenimis, kur stebimos tik agreguotos, o ne atskiru objektu ar subjektu charakteristikos

  • The article investigates the properties of two alternative disaggregation methods

  • Chong’s method is narrowed by the class of polynomial densities, and the second method is not effective in the presence of common innovations. Both methods work correctly under assumptions proposed in the corresponding articles

Read more

Summary

Deagregavimo uždaviniai bei nagrinejami ju sprendimo metodai

Ivairiose srityse (pavyzdžiui, astronomijos, hidrologijos, makroekonomikos, sociologijos ir pan.) dažnai yra susiduriama su agreguotais duomenimis, kur stebimos tik agreguotos, o ne atskiru objektu ar subjektu charakteristikos. Uždaviniai, kuriu tikslas – iš agreguotos laiko eilutes atstatyti individualiu procesu savybes, vadinami deagregavimo uždaviniais. Toliau nagrinejamame deagregavimo uždavinyje mikro lygmens laiko eilutes apibrežiamos dvigubu stochastiniu procesu, kuriame ne tik triukšmo (inovaciju) komponente, bet ir proceso parametrai yra atsitiktiniai. Deagregavimo uždaviniu bei su jais susijusiu tolimos priklausomybes seku savybiu apžvalga galima rasti Celov ir Leipaus (2006) darbe. Agreguotu AR(1) procesu autoregresijos parametro tankio vertinimo metodu palyginimas 509 lausomi. Pirmasis Chong (2006) siulomas φ(x) vertinimo metodas remiasi prielaida, jog ieškoma tankio funkcija nusakoma m-os eiles polinomu, todel vertinimui galima panaudoti baigtini skaiciu polinominio tankio empiriniu momentu. Paminetina, kad autorius korektiškos modelio formos parinkimui pasiulo Wald tipo testa, nors alternatyva remiasi prielaida, jog tankis iš tikruju yra polinominis. Kad individualiu procesu bei agreguotos laiko eilutes autokovariacines strukturos sutampa. 4 šio straipsnio skyriuje šie du metodai palyginti taikant Monte Karlo modeliavima ir aptartos abieju metodu stipriosios bei silpnosios puses. 5 skyriuje pateiktos baigiamosios pastabos

Polinominio maišancio tankio vertinimas Chong metodu
Semiparametrinio maišancio tankio vertinimas LOPV metodu
Metodu palyginimas imitaciniais Monte-Karlo tipo eksperimentais
Baigiamosios pastabos
SUMMARY
Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call