Bootstrap modelli a media mobile autoregressive stazionarie quotFuture Stati membri sono determinati dai più recentemente osservato direzione del vento presso il sito di interesse. Gruppo musicale di futuri velocità del vento sono quindi sviluppati con un data-driven setaccio bootstrap 4, 7, 8, 23 senza imporre ipotesi parametriche restrittive e spesso irrealizzabili sui dati di velocità del vento. Il nuovo modello BRS estende ulteriormente alcuni degli approcci precedentemente proposti per la previsione della velocità del vento in un certo numero di modi. quot Mostra astratto Nascondi Abstract Abstract: Anche se l'energia eolica pulita e sostenibile è da tempo riconosciuta come una delle fonti più interessanti di energia elettrica, la generazione di energia eolica è ancora molto più facile che la sua integrazione in mercati elettrici liberalizzati. Uno dei principali ostacoli sulla via di una più ampia applicazione dell'energia eolica è la sua natura altamente volatile e intermittente. Questo ha aumentato l'interesse per lo sviluppo di una previsione completamente probabilistica della velocità del vento, al fine di valutare una serie di incertezze connesse. Tuttavia, la maggior parte della metodologia a disposizione per la costruzione di un futuro di densità predittivo per la velocità del vento si basano su ipotesi distributive parametriche sui dati osservati vento, e le condizioni sono spesso troppo restrittiva e irrealizzabile nella pratica. In questo lavoro proponiamo un nuovo approccio parametrico data-driven per la previsione probabilistica velocità del vento, in modo adattivo che unisce setaccio bootstrap e modelli di commutazione di regime. Il nostro nuovo modello di commutazione regime di bootstrap (BRS) batte altamente competitivi ensemble, nitide e calibrate delle previsioni di velocità del vento, governati da vari stati di direzione del vento, e impone requisiti minimi sui dati di vento osservati. La metodologia proposta è illustrata attraverso lo sviluppo di previsioni probabilistiche della velocità del vento per un sito nello Stato di Washington, Stati Uniti d'America. Capitolo dicembre 2016 Energia Procedia Yulia R. Gel Vyacheslav Lyubchich S. Ejaz Ahmed quotHowever, questo approccio casuale è in grado di garantire la struttura di correlazione temporale, in modo che sia in grado di reflectingthe proprietà statistiche delle fluttuazioni a breve termine. In questo documento, si introducono due metodi per generare la sequenza plausibile di fluttuazione uno è basato sulla autoregressivo media media (ARMA) approccio bootstrap 2, e l'altro è basato sul metodo bootstrap blocco 5. Il primo approccio è stato introdotto nel nostro lavoro precedente 6. quot Mostra astratto Nascondi abstract abstract: inattesa variazione della produzione di energia eolica diventerà seri problemi dal punto di vista della fornitura stabile di una rete elettrica. La gestione di un sistema di batteria installata nella griglia per mitigare breve termine fluttuazione è uno dei nuovi approcci per stabilizzazione della rete. In questo articolo, vi proponiamo un metodo di generazione di profili eolici sintetici ad alta risoluzione temporale per la simulazione del flusso di potenza che si propone di stimare l'impatto delle fluttuazioni dell'energia eolica e specificare il sistema di batterie richiesto. Mostriamo numericamente la plausibilità dei profili eolici di sintesi dal punto di vista delle proprietà statistiche. Testo integrale dell'articolo Nov 2016 Seigo Furuya Yu Fujimoto Noboru Murata Yasuhiro Hayashi quotThe giustificazione per un bootstrap parametrico è che, nel quadro di Dufour et al. (2010) gli errori sono limitati, e il bootstrap parametrico conserva la restrizione. Un altro approccio sarebbe quello di utilizzare un non-parametrica, procedura di bootstrap residuale-based (vedi Kreiss e Franke 1992 e Kreiss 1997). Gonalves e Kilian (2004), e Hafner e Herwartz quot Mostra astratto Nascondi Abstract Abstract: Un moltiplicatore di Lagrange combinato (LM) di test per eteroschedastico condizionale autoregressiva (ARCH) errori nel vettore autoregressivo modelli (VAR) è proposto sostituendo un esatto Monte Carlo ( MC) Test da una prova MC bootstrap quando il modello comprende ritardi. Il test elude il problema della elevata dimensionalità nei test multivariati per arco in modelli VAR. Si richiede solo di calcolo statistiche univariate. Un vantaggio computazionale è quindi che il numero di parametri da stimare è indipendente dalla dimensione del processo VAR. Il test MC bootstrap è dimostrato essere asintoticamente valida. simulazioni Monte Carlo dimostrare che il test ha buone proprietà finite-campione. Il test è robusta contro un non-normale distribuzione degli errori. Due applicazioni finanziarie di prove LM multivariati per Arch a credit default swap (CDS) prezzi e dei tassi di interesse Euribor sono presentati. I risultati indicano che gli errori sono inclinati e pesanti dalla coda, e che ci sono significativi effetti ARCH. Testo integrale dell'articolo Nov 2016 P. S. Catani N. J.C. AhlgrenBootstrapping periodogramma e le statistiche periodogramma trasversali del vettore autoregressivo modello a media mobile Efstathios Paparoditis Dipartimento di Matematica e Statistica, Università di Cipro, Kallipoleos 75, P. O. Box 537, Nicosia Disponibile online il 12 febbraio 1999. Alcune proprietà di una procedura bootstrap applicata per valutare la distribuzione della matrice periodogramma per campioni ottenuti da un vettore autoregressivo stazionario spostano processo media sono discussi. Bootstrap Periodogramma matrice vettore autoregressivo movimento processo media Copyright 1996 Pubblicato da Elsevier B. V. Citando articoli () bootstrap modello a media mobile Riassunto Negli ultimi anni, il metodo bootstrap è stato esteso per analisi delle serie temporali in cui le osservazioni sono serialmente correlati. Contributi sono concentrati sul modello autoregressivo produrre procedure di ricampionamento alternativi. Al contrario, a parte alcune applicazioni empiriche, molto poca attenzione è stata dedicata alla possibilità di estendere l'utilizzo del metodo bootstrap per pura media mobile (MA) o modelli ARMA misti. In questo articolo, presentiamo una nuova procedura bootstrap che può essere applicato per valutare le proprietà di distribuzione dei parametri Muovendosi stime medie ottenute da un approccio minimi quadrati. Discutiamo la metodologia ei limiti del suo utilizzo. Infine, le prestazioni del metodo bootstrap viene confrontato con quello del un'alternativa in concorrenza in simulazione Monte Carlo. Vuoi leggere il resto di questo articolo. Mostra astratto Nascondi Abstract Abstract: La natura complessa interrelato di sistemi multivariati può portare a relazioni e strutture di covarianza che cambiano nel tempo. Smooth analisi delle componenti principali, si propone come mezzo per indagare se e in che modo la struttura di covarianza delle variabili a risposta multipla cambiamenti nel corso del tempo, dopo la rimozione di una funzione liscia per la media, e questo è motivata e illustrata da utilizzando i dati di uno studio di tecnologia aeronautica e un ecosistema lago. procedure inferenziale sono studiati nei casi di errori indipendenti e dipendenti, con una procedura bootstrap propone di rilevare cambiamenti di direzione o dispersione dei componenti. Articolo Nov 2012 Claire Miller Adrian Bowman Mostra astratto Nascondi Abstract Abstract: Forniamo la giustificazione teorica di bootstrapping modelli stazionario scaglione invertibile vettore autoregressive media mobile (VARMA) con metodi lineari. La validità asintotico del bootstrap è stabilito con forte rumore bianco sulla base di ipotesi parametrici e non parametrici. I nostri metodi sono pratici e utili per la costruzione di inferenza affidabile basato sulla simulazione e previsione senza implementare tecniche di stima non lineari, come ML che di solito è gravoso, tempo esigente o impraticabile, in particolare nei sistemi di grandi o altamente persistenti. La rilevanza delle nostre procedure è più pronunciato nel contesto delle tecniche di simulazione basati su dinamiche come test massimizzate Monte Carlo (MMC) vedi Dufour J-M. Monte Carlo test con parametri di disturbo: un approccio generale alla Finite-campione inferenza e asintotica non standard in econometria. J Econom. 2006133 (2): 443-477 e Dufour J-M, Jouini T. test di simulazione basati Finite-campione in modelli VAR con applicazioni a test di causalità di Granger. J Econom. 2006135 (1-2): 229-254 per il caso VAR. prove di simulazione mostra che, rispetto ai asintotica convenzionali, i nostri metodi di bootstrap hanno buone proprietà finiti campione in approssimare l'effettiva distribuzione dei Echelon stime dei parametri Varma studentizzati, e nella fornitura di fiducia parametro Echelon imposta con una copertura soddisfacente. Articolo dicembre 2014 Tarek Jouini Mostra astratto Nascondi Abstract Abstract: In questo studio, presentiamo una struttura algoritmica basata su paraconsistente annotato logica (PAL) in grado di simulare i calcoli dei valori medi presenti in un insieme di dati e rilevare le variazioni della media usando solo PAL concetti. Chiamiamo la struttura come paraconsistente rete neurale artificiale per l'estrazione di media mobile (Pannet (mathrm)). Come esempio della sua applicazione, usiamo Pannet (mathrm) per facilitare l'analisi di un indice di qualità del prodotto finale correlate a ingegneria elettrica. Per ottenere il risultato finale, abbiamo applicato Pannet (mathrm) per simulare il comportamento statistico del Controllo Statistico di Processo (SPC) confrontando i valori ottenuti con una classifica che stabilisce gli standard indice di qualità sulla base di distribuzione di energia elettrica. Innanzitutto, i test sono stati condotti utilizzando dati con valori casuali per verificare il comportamento di Pannet (mathrm) e per impostare il numero ottimale di algoritmi per formare una struttura computazionale ottimizzata. Poi, abbiamo utilizzato un database con i valori effettivi di tensione elettrica generati da un sistema di alimentazione elettrica di una rete di distribuzione di energia elettrica in Brasile. Nelle varie prove, Pannet (mathrm) opportunamente rilevato modifiche e varianti identificati della tensione elettrica in linee di trasmissione 220-V. I risultati mostrano che Pannet (mathrm) può essere usato per costruire un'architettura efficiente per determinare e monitorare punteggi di qualità con applicazioni in vari settori dell'ingegneria, in particolare per rilevare indice di qualità in una rete di distribuzione elettrica. Capitolo gennaio 2016 ufficiale di calcolo statistico e SimulationBOOTSTRAPPING STAZIONARIA autoregressivo a media mobile MODELLI Opzioni per accedere a questo contenuto: Se si è un membro della società o di associazione e richiedere l'assistenza per ottenere istruzioni di accesso on-line si prega di contattare il nostro Servizio Clienti ufficiale. wiley. forceInterfaceContactJournalCustomerServicesV2. Se l'istituto attualmente non iscriversi a questo contenuto, si prega di raccomandare il titolo al tuo bibliotecario. Accedi tramite altre opzioni di accesso istituzionale onlinelibrary. wileylogin-opzioni. È possibile acquistare l'accesso online al presente articolo per un periodo di 24 ore (prezzo varia a seconda del titolo) Se si dispone già di un account utente Wiley Online Library o Wiley InterScience: login sopra e procedere all'acquisto dell'articolo. Nuovi Utenti: Si prega di registrarsi, poi procedere all'acquisto dell'articolo. Cerca il tuo nome istituti di seguito per effettuare il login tramite Shibboleth. Utenti registrati login: Accesso al pubblicazioni salvate, articoli e ricerche Gestire i vostri avvisi e-mail, gli ordini e abbonamenti modificare le informazioni di contatto, tra cui la password Si prega di registrarsi per: Salva pubblicazioni, articoli e ricerche ricevere e-mail ottenere tutti i benefici di cui qui di seguito
No comments:
Post a Comment