Μέτρα εξάρτησης και υποφαινομενικές συμπεριφορές για γραμμικές σχέσεις που δημιουργούνται από μη-γραμμικής μορφής χρονοσειρές

Περίληψη

Ο προσδιορισμός της σχέσης μεταξύ δύο μεταβλητών είναι μία από τις πιο σημαντικές πτυχές κάθε ποσοτικής ανάλυσης. Στόχος αυτής της προσπάθειας είναι να διερευνηθεί σε αρχικό στάδιο εάν υπάρχει και σε ποιο βαθμό εξάρτηση μεταξύ των μεταβλητών, έτσι ώστε η ανάλυση να επεκταθεί στον ποσοτικό καθορισμό της σχέσης τους. Η τεχνική του συντελεστή συσχέτισης που εφαρμόζεται κατά κανόνα στην ποσοτική ανάλυση έχει αποδειχθεί ότι αρκετά συχνά δεν είναι ικανή να εντοπίσει ικανοποιητικά την ύπαρξη της σχέσης των μεταβλητών, δεδομένου ότι η τιμή του συντελεστή συσχέτισης εξαρτάται από τη φύση των δεδομένων, εμφανίζοντας μάλιστα ακόμα και εικονικές σχέσεις για την περίπτωση ανεξάρτητων χρονοσειρών. Για το λόγο αυτό, χρησιμοποιούνται για τη μέτρηση της εξάρτησης και άλλες πιο πολύπλοκες τεχνικές, όπως οι Copula, προκειμένου να συλλάβουν καλύτερα την έννοια της εξάρτησης μεταξύ των μεταβλητών ακόμα και για δεδομένου που παρουσιάζουν μεγάλη μεταβλητότητα και ποικιλομορφία. Σε αυτή τη διδακτορική διατριβ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Determining the relationship between two variables is one of the most crucial aspects of any quantitative analysis. The goal of this effort is to explore if there is, and to what extent, a dependency between the two variables so that the analysis can expand to quantitatively determine their relationship. The technique of correlation coefficient commonly used in quantitative analysis has often been proven to be insufficient in adequately identifying the existence of variable relationships, given that the value of the correlation coefficient depends on the nature of the data, showing sometimes spurious relationships in the case of independent time series. For this reason, more complex techniques, such as Copulas, are used to measure dependency in a better way, capturing the concept of dependency between variables even for data with high variability and diversity. This doctoral thesis investigates the behavior of various dependency measures, including the correlation coefficient, for ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/56634
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/56634
ND
56634
Εναλλακτικός τίτλος
Measures of dependence and spurious behaviors for linear relationships generated from non-linearly structured time series
Συγγραφέας
Δεληγιαννάκης, Εμμανουήλ (Πατρώνυμο: Δημήτριος)
Ημερομηνία
2024
Ίδρυμα
Πανεπιστήμιο Πειραιώς. Σχολή Οικονομικών, Επιχειρηματικών και Διεθνών Σπουδών. Τμήμα Οικονομικής Επιστήμης
Εξεταστική επιτροπή
Αγιακλόγλου Χρήστος
Καρκαλάκος Σωτήριος
Ψυλλάκη Μαρία
Δρίβας Κυριάκος
Βλάμης Πρόδρομος
Κοπανάκη Ευαγγελία
Φουστέρης Ανδρέας
Επιστημονικό πεδίο
Κοινωνικές ΕπιστήμεςΟικονομικά και Επιχειρήσεις ➨ Οικονομετρία
Λέξεις-κλειδιά
Χρονοσειρές; Συντελεστής συσχέτισης; Μέτρα εξάρτησης; Υποφαινομενικές σχέσεις
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
πιν., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.