Économie - Econométrie

Cet article examine la régression par seuil et son importance dans l'analyse économique.

Ce papier présente une nouvelle méthode pour la complétion de matrices en utilisant des ensembles de données complets.

Une étude sur l'amélioration de la précision des prévisions de volatilité en utilisant des méthodes innovantes.

Utiliser des méthodes avancées pour améliorer la sélection des donateurs pour une meilleure analyse d'impact des politiques.

Apprends comment les ruptures structurelles influencent les modèles de régression prédictive en économie.

Une nouvelle méthode pour estimer avec précision les données manquantes dans les analyses statistiques.

De nouveaux indices donnent un aperçu frais des inégalités de revenus entre différents groupes.

Un aperçu des matrices de corrélation et des points forts et faiblesses du modèle de facteurs clusterisés.

Cette étude examine comment améliorer les décisions de traitement en utilisant des méthodes de régression par noyau.

La recherche améliore les calculs dans les modèles de Markov en temps continu pour la finance.

Examiner comment les retours influencent les prévisions économiques et la prise de décisions.

Les méthodes de simulation offrent des infos précieuses pour la recherche statistique et les applis concrètes.

Une nouvelle méthode améliore la construction des intervalles de confiance pour les coefficients de réponse impulsionnelle dans les modèles économiques.

Explorer des méthodes pour prédire l'inflation en utilisant des données détaillées et des techniques modernes.

Aperçu des modèles de volatilité en géographie, finance et sciences environnementales.

Un guide pour comprendre le clustering multi-voies pour des insights de données précis.

Une nouvelle méthode pour évaluer des instruments faibles dans la recherche en utilisant des statistiques robustes.

Ce document parle des méthodes pour analyser des données de séries chronologiques complexes avec plusieurs variables.

Un aperçu des designs RD de donut et leurs implications dans la recherche.

Un aperçu des nouvelles méthodes pour comprendre comment les idées et les technologies se propagent.

Un nouvel estimateur améliore l'analyse de la façon dont les produits se répandent dans les communautés.

De nouvelles mesures donnent des infos sur le comportement des actifs financiers en période de stress sur le marché.

Cet article parle d'une nouvelle approche pour améliorer les estimations dans les études de timing d'événements.

Cet article parle de l'utilisation des U-statistiques pour améliorer l'analyse des données dyadiques.

Analyser comment le biais de sélection influence les stratégies de tarification des prêts personnalisés.

Un aperçu des modèles avancés pour comprendre les chocs économiques et leurs implications.

Une nouvelle méthode améliore la compréhension des relations complexes dans les séries chronologiques.

Cette étude examine comment les membres âgés de la famille influencent les attitudes face aux risques financiers.

DeepVol utilise l'apprentissage profond pour améliorer les prévisions de volatilité sur différents actifs financiers.

Cet article propose un cadre pour améliorer l'analyse de sensibilité des estimands linéaires.

Une nouvelle méthode améliore l'estimation de la variance dans l'analyse de données de panel pour des résultats précis.

Introduction d'une forêt de corrélation ordonnée pour une meilleure analyse des résultats classés.

Une nouvelle méthode améliore l'allocation des participants dans les expériences en se basant sur des données précoces.

Cet article remet en question la validité des tests d'effet total dans l'analyse de médiation.

Un aperçu de comment les événements s'influencent mutuellement au fil du temps.

Explorer comment l'inscription des étudiants affecte les comparaisons éducatives entre les pays.

Examiner comment les variations de température influencent la performance économique dans différentes régions.

Cet article présente une nouvelle méthode pour prédire les rendements boursiers en se basant sur divers facteurs.

Un aperçu sur le tirage de conclusions à partir d'expériences adaptatives en recherche.

Les méthodes de lissage simplifient les difficultés des fonctions non lisses dans l'analyse et l'optimisation.