Benutzer: Gast  Login
Dokumenttyp:
Masterarbeit
Autor(en):
Sarah Lumpp
Titel:
Conditional Independence in Graphical Continuous Lyapunov Models
Abstract:
The graphical continuous Lyapunov model is a new approach to statistically model dependence structures that may include feedback loops in multivariate data. The covariance matrices of the distributions in such a model are parametrized as solutions of the continuous Lyapunov equation via suitable drift and volatility matrices that stem from a multivariate Ornstein-Uhlenbeck process. It was recently shown that two variables are independent in the Lyapunov model if the corresponding nodes in the gr...     »
übersetzter Abstract:
Das graphische stetige Lyapunov-Modell ist ein neuer Ansatz zur statistischen Modellierung von Abhängigkeitsstrukturen in multivariaten Daten, wobei die Strukturen Rück-kopplungsschleifen enthalten können. Die Kovarianzmatrizen der Verteilungen in einem solchen Modell werden als Lösungen der stetigen Lyapunov-Gleichung über geeignete Drift- und Volatilitätsmatrizen parametrisiert, die aus einem multivariaten Ornstein-Uhlenbeck-Prozess stammen. Es wurde kürzlich gezeigt, dass zwei Variablen im Ly...     »
Stichworte:
Modelling, forecasting, copula model, regular vine, canonical vine, drawable vine, factor copula model, factor Gaussian model, yield curves, economic factors, inflation rate
Fachgebiet:
MAT Mathematik
DDC:
510 Mathematik
Aufgabensteller:
Mathias Drton
Betreuer:
Daniela Schkoda
Jahr:
2023
Quartal:
3. Quartal
Jahr / Monat:
2023-07
Monat:
Jul
Seiten/Umfang:
87
Sprache:
en
Sprache der Übersetzung:
de
Hochschule / Universität:
Technische Universität München
Fakultät:
TUM School of Computation, Information and Technology
TUM Einrichtung:
Lehrstuhl für Mathematische Statistik
Format:
Text
Annahmedatum:
28.07.2024
 BibTeX