•  Persian
    • Persian
    • English
  •   ورود
  • دانشگاه فردوسی مشهد
  • |
  • مرکز اطلاع‌رسانی و کتابخانه مرکزی
    • Persian
    • English
  • خانه
  • انواع منابع
    • مقاله مجله
    • کتاب الکترونیکی
    • مقاله همایش
    • استاندارد
    • پروتکل
    • پایان‌نامه
  • راهنمای استفاده
View Item 
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  • همه
  • عنوان
  • نویسنده
  • سال
  • ناشر
  • موضوع
  • عنوان ناشر
  • ISSN
  • شناسه الکترونیک
  • شابک
جستجوی پیشرفته
JavaScript is disabled for your browser. Some features of this site may not work without it.

Normal mixture quasi maximum likelihood estimation for non stationary TGARCH(1,1) models

نویسنده:
Wang, Hui - Pan, Jiazhu
ناشر:
Elsevier Science
سال
: 2014
شناسه الکترونیک: 10.1016/j.spl.2014.03.027
یو آر آی: https://libsearch.um.ac.ir:443/fum/handle/fum/932882
کلیدواژه(گان): Non,NM,Consistency
کالکشن :
  • Latin Articles
  • نمایش متادیتا پنهان کردن متادیتا
  • آمار بازدید

    Normal mixture quasi maximum likelihood estimation for non stationary TGARCH(1,1) models

Show full item record

contributor authorWang, Hui - Pan, Jiazhu
date accessioned2020-03-12T16:46:45Z
date available2020-03-12T16:46:45Z
date issued2014
identifier issn0167-7152
identifier other10.1016-j.spl.2014.03.027.pdf
identifier urihttps://libsearch.um.ac.ir:443/fum/handle/fum/932882?locale-attribute=fa
formatgeneral
languageEnglish
publisherElsevier Science
titleNormal mixture quasi maximum likelihood estimation for non stationary TGARCH(1,1) models
typeJournal Paper
contenttypeMetadata Only
identifier padid7680368
subject keywordsNon
subject keywordsNM
subject keywordsConsistency
identifier doi10.1016/j.spl.2014.03.027
journal titleStatistics & Probability Letters
journal volume91
journal issue0
filesize385064
citations0
  • درباره ما
نرم افزار کتابخانه دیجیتال "دی اسپیس" فارسی شده توسط یابش برای کتابخانه های ایرانی | تماس با یابش
DSpace software copyright © 2019-2022  DuraSpace