Publications

Authors:

Minozzo, Marco; Centanni, Silvia

Title:

Smoothing, filtering and estimation by Monte Carlo methods for doubly stochastic Poisson processes

Year:

2006

Type of item:

Contributo in atti di convegno

Tipologia ANVUR:

Contributo in Atti di convegno

Language:

Inglese

Format:

A Stampa

Congresso:

Convegno Nazionale delle Ricerche sulle Serie Temporali (SER 2006)

Place:

Villa Mondragone, Monte Porzio Catone, Roma

Period:

18-19 aprile 2006

Publisher:

Gruppo di Lavoro Analisi delle Serie Temporali della Società Italiana di Statistica

Page numbers:

187-190

Keyword:

Particle filters; reversible jump Markov chain Monte Carlo; Ultra-high-frequency data

Short description of contents:

Smoothing, filtering and estimation for doubly stochastic Poisson processes are interesting problems which, in general, cannot be solved analytically. Here we discuss some solutions to these problems based on the reversible jump Markov chain Monte Carlo algorithm and on particle filtering. Maximum likelihood estimation will be carried out by some Monte Carlo versions of the EM algorithm. In particular, we will discuss these methods for a class of models with a stochastic intensity given by a jump process with drift. Models in this class can be used to describe ultra-high-frequency stock prices.

Product ID:

39511

Handle IRIS:

11562/313893

Deposited On:

December 24, 2007

Last Modified:

October 28, 2022

Bibliographic citation:

Minozzo, Marco; Centanni, Silvia, Smoothing, filtering and estimation by Monte Carlo methods for doubly stochastic Poisson processes  in Atti del Convegno Nazionale delle Ricerche sulle Serie Temporali (SER 2006) , Gruppo di Lavoro Analisi delle Serie Temporali della Società Italiana di Statistica , Proceedings of "Convegno Nazionale delle Ricerche sulle Serie Temporali (SER 2006)" , Villa Mondragone, Monte Porzio Catone, Roma , 18-19 aprile 2006 , 2006 , pp. 187-190

Consulta la scheda completa presente nel repository istituzionale della Ricerca di Ateneo