Adaptive and High-Dimensional Spatio-Temporal Methods for Forecasting / Méthodes spatio-temporelles adaptatives et en grande dimension pour la prédiction

Collection Adaptive and High-Dimensional Spatio-Temporal Methods for Forecasting / Méthodes spatio-temporelles adaptatives et en grande dimension pour la prédiction

Organisateur(s) Bardet, Jean-Marc ; Naveau, Philippe ; Subba Rao, Suhasini ; Veraart, Almut ; von Sachs, Rainer

Date(s) 26/09/2022 - 30/09/2022

URL associée https://conferences.cirm-math.fr/2619.html

00:00:00 / 00:00:00

3 5

Mixing properties of non-stationary INGARCH(1,1) processes

In this talk, I will present mixing properties for a broad class of Poisson count time series satisfying a certain contraction condition. Using specific coupling techniques, we obtain absolute regularity at a geometric rate not only for stationary Poisson-GARCH processes but also for models with an explosive trend. Easily verifiable sufficient conditions for absolute regularity can be deduced from our general results for a variety of models including classical (log-)linear models.

Informations sur la vidéo

Date de captation 27/09/2022
Date de publication 10/10/2022
Institut CIRM
Licence CC BY NC ND
Langue Anglais
Audience Chercheurs, Doctorants
Réalisateur(s) Guillaume Hennenfent
Format MP4

Données de citation

DOI 10.24350/CIRM.V.19961303
Citer cette vidéo Leucht, Anne (27/09/2022). Mixing properties of non-stationary INGARCH(1,1) processes. CIRM. Audiovisual resource. DOI: 10.24350/CIRM.V.19961303
URL https://dx.doi.org/10.24350/CIRM.V.19961303

Domaine(s)

Probabilités

Bibliographie

DOUKHAN, Paul, LEUCHT, Anne, et NEUMANN, Michael H. Mixing properties of non-stationary INGARCH (1, 1) processes. Bernoulli, 2022, vol. 28, no 1, p. 663-688. - http://dx.doi.org/10.3150/21-BEJ1362

Codes MSC

Dernières questions liées sur MathOverflow

Pour poser une question, votre compte Carmin.tv doit être connecté à mathoverflow

Poser une question sur MathOverflow

Toutes les vidéos de la collection

43:05

publiée le 10 octobre 2022

Modelling multivariate extreme value distributions via Markov trees

De Johan Segers

36:34

publiée le 10 octobre 2022

Conditional independence in extremes

De Kirstin Strokorb

31:40

publiée le 10 octobre 2022

Mixing properties of non-stationary INGARCH(1,1) processes

De Anne Leucht

40:53

publiée le 10 octobre 2022

Scan statistics for the detection of anomalies in random fields

De Claudia Kirch

37:01

publiée le 10 octobre 2022

The extrapolation of correlation

De Victor Panaretos

Copyright Carmin.tv 2025

Donner son avis