Εκτίμηση παραμέτρων στοχαστικών διαφορικών εξισώσεων και εφαρμογές

Στόχος αυτής της διπλωματικής είναι να παρουσιάσει την παραμετρική εκτίμηση των Στοχαστικών Διαφορικών Εξισώσεων. Πιο συγκεκριμένα, στόχος μας είναι η σύντομη ανασκόπηση της προαπαιτούμενης γνώσης που χρειάζεται για την βαθύτερη κατανόηση της παραμετρικής εκτίμησης. Για τον σκοπό αυτό θα βασιστούμε...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Ντζερεμέ, Κωνσταντίνα
Άλλοι συγγραφείς: Χαλιδιάς, Νικόλαος
Γλώσσα:el_GR
Δημοσίευση: 2024
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/11610/26616
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
Περιγραφή
Περίληψη:Στόχος αυτής της διπλωματικής είναι να παρουσιάσει την παραμετρική εκτίμηση των Στοχαστικών Διαφορικών Εξισώσεων. Πιο συγκεκριμένα, στόχος μας είναι η σύντομη ανασκόπηση της προαπαιτούμενης γνώσης που χρειάζεται για την βαθύτερη κατανόηση της παραμετρικής εκτίμησης. Για τον σκοπό αυτό θα βασιστούμε κυρίως στο βιβλίο του Iacus S. (2008) [133], σχετικά με στοχαστικές διαδικασίες και στατιστική, καθώς και το στοχαστικό λογισμικό. Στόχος μας είναι να παρουσιάσουμε κάποιες παραμετρικές οικογένειες στοχαστικών διαδικασιών. Θα περιορίσουμε την προσοχή μας κυρίως σε μονοδιάστατες, πραγματικές τυχαίες μεταβλητές και στοχαστικές διαδικασίες. Επίσης, περιορίζουμε την προσοχή μας σε παραμετρικά μοντέλα με πολυδιάστατες παραμέτρους. Ποιο συγκεκριμένα θα παρουσιάσουμε μερικές από τις πιο γνωστές και ευρέως χρησιμοποιούμενες στοχαστικές διαδικασίες. Ειδικότερα θα επικεντρωθούμε σε τρεις στοχαστικές διαδικασίες, την διαδικασία των Ornstein-Uhlenbeck ή Vasicek, το μοντέλο Black-Scholes-Merton ή γεωμετρική κίνηση Brown και το μοντέλο των Cox-Ingersoll-Ross. Στην συνέχεια θα παρουσιάσουμε την συμπερασματολογία με βάση την ακριβή πιθανοφάνεια, η οποία είναι μια στατιστική διαδικασία που βασίζεται στη μεγιστοποίηση της πιθανοφάνειας για την εξαγωγή στατιστικών συμπερασμάτων. Τέλος θα εφαρμόσουμε την εκτίμηση μέγιστης πιθανοφάνειας σε προσωμοιωμένα και πραγματικά δεδομένα.