1) conditional variance function
条件方差函数
1.
On the basis of real electricity price time series, conditional variance function is modeled for stochastic volatility, and the model is determined by means of non-parametric estimation.
文中从实际电价曲线出发,针对条件方差函数建模,并采用非参数估计方法确定其模型。
2) condition function
条件函数
1.
Secondly, the interval extension for a class of condition function is given.
对一类条件函数进行区间扩展,并且证明了扩展后所得的区间基本初等函数和区间条件函数具有单调包含
3) Conditional function
IF条件函数
4) conditional variance
条件方差
1.
Dummy variable is introduced to TGARCH model so as to reflect simultaneously the asymmetry and week effect in waving of conditional variance,which is used to analyse waving of in the Shanghai and Shenzhen stock index.
在TGARCH模型中引入哑变量以同时反映条件方差波动的不对称性和星期特征,并运用其对沪深股指波动特征进行了实证分析。
2.
Based on the RV-ARMA model,it is discussed that the persistence of conditional variances has a effect on capital asset pric.
在“已实现”波动自回归移动平均模型基础上,从条件方差持续性的角度,讨论了条件方差的持续性对资产资本定价模型的影响。
3.
In this paper we firstly introduce the conceptions and the properties of conditional mean, conditional variance and the persistence of autoregressive conditional.
文章首先介绍了条件均值、条件方差以及在自回归条件异方差的基础上介绍了方差持续性的有关概念和性质,并将之用于资本资产定价模型的研究,讨论了条件方差持续性对资本资产定价模型的影响,并且进一步讨论了在多资产条件下向量GARCH模型持续性对组合投资的影响。
5) variance function
方差函数
1.
A method for determining covariance functions of time series is presented.
提出一种确定时间序列协方差函数的方法,它首先根据(多元)时间序列构造其互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列,然后采用谱分析和多点平均方法对互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列的趋势项进行分离,分别求得其周期项和非周期项的函数表达式,再综合给出整个趋势项函数。
2.
The variance function based on statistical theory is introduced to analyze the effect of the antenna aperture on measurement in reverberation chamber.
为分析非零口径天线的局部平均作用对混波室测试的影响,以统计理论为基础,引入方差函数,从混波室空间相关函数出发,计算出方差函数随间隔长度变化的规律。
3.
We propose a general semiparametric variance function model in a random design setting.
介绍具有随机设计的一类半参数方差函数模型。
6) conditional heteroscedasticity
条件异方差
1.
This model could better describe the conditional heteroscedasticity of the stock prices,and it was used to fit and forecast the prices of the stock.
通过对股票收盘价格的历史数据进行处理分析,建立GARCH模型,此模型较好的描述股票价格的条件异方差性,同时用此方法对股票价格进行拟合和预测,利用预测数据分析股票较好的买卖时机。
2.
The generalized autoregressive conditional heteroscedasticity (GARCH) model has the ability to describe the volatility of time series.
广义自回归条件异方差(GARCH)模型具有描述时间序列波动性的能力。
3.
The shape changing feature of conditional distributions makes the MARMA model capable of modeling time series with asymmetric,multimodal distribution,and conditional heteroscedasticity,and so on.
该模型条件分布富于变化的特点使得它能够描述非对称、多峰、以及条件异方差等非Gauss特征。
补充资料：高斯函数模拟斯莱特函数
尽管斯莱特函数作为基函数在原子和分子的自洽场（SCF）计算中表现良好，但在较大分子的SCF计算中，多中心双电子积分计算极为复杂和耗时。使用高斯函数(GTO)则可使计算大大简化,但高斯函数远不如斯莱特函数(STO)更接近原子轨道的真实图象。为了兼具两者之优点，避两者之短,考虑到高斯函数是完备函数集合,可将STO向GTO展开：
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条