論文の概要: Time-Varying Parameters as Ridge Regressions

• arxiv url: http://arxiv.org/abs/2009.00401v4
• Date: Thu, 14 Nov 2024 23:15:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-18 18:55:32.149231
• Title: Time-Varying Parameters as Ridge Regressions
• Title（参考訳）: リッジ回帰としての時間変化パラメータ
• Authors: Philippe Goulet Coulombe,
• Abstract要約: 時間変化パラメータ(TVP)モデルは、構造変化を捉えるためにしばしば経済学で使用される。 これらは実際にはリッジレグレッションである、かなり未使用の事実を強調します。 カナダにおける金融政策の進化を、大きな時間変動の局地予測を用いて研究するために使います。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Time-varying parameters (TVPs) models are frequently used in economics to capture structural change. I highlight a rather underutilized fact -- that these are actually ridge regressions. Instantly, this makes computations, tuning, and implementation much easier than in the state-space paradigm. Among other things, solving the equivalent dual ridge problem is computationally very fast even in high dimensions, and the crucial "amount of time variation" is tuned by cross-validation. Evolving volatility is dealt with using a two-step ridge regression. I consider extensions that incorporate sparsity (the algorithm selects which parameters vary and which do not) and reduced-rank restrictions (variation is tied to a factor model). To demonstrate the usefulness of the approach, I use it to study the evolution of monetary policy in Canada using large time-varying local projections. The application requires the estimation of about 4600 TVPs, a task well within the reach of the new method.
• Abstract（参考訳）: 時間変化パラメータ(TVP)モデルは、構造変化を捉えるためにしばしば経済学で使用される。 これらは実際にはリッジレグレッションである、かなり未使用の事実を強調します。 これにより、状態空間のパラダイムよりも計算、チューニング、実装がずっと簡単になります。 中でも、等価な二重尾根問題の解法は高次元においても非常に高速であり、重要な「時間変化の量」はクロスバリデーションによって調整される。 ボラティリティの進化は、2段階の隆起回帰を用いて対処される。 空間性(アルゴリズムはどのパラメータが変化し、どのパラメータが変化しないかを選択する)と縮小ランク制限(変数は因子モデルに結びついている)を含む拡張を考える。 このアプローチの有用性を実証するために、カナダにおける金融政策の進化を、大きな時間変動地域予測を用いて研究するために使用します。 アプリケーションは4600個のTVPを推定する必要がある。

関連論文リスト

• Adaptive time series forecasting with markovian variance switching [1.2891210250935148]
  本稿では,オンライン学習理論に基づく分散を推定する新しい手法を提案する。 専門的なアグリゲーション手法を適用して、時間とともにばらつきを学習する。 本手法は, 誤特定に対して頑健であり, 従来の専門家アグリゲーションよりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-02-22T16:40:55Z)
• Winner-Take-All Column Row Sampling for Memory Efficient Adaptation of Language Model [89.8764435351222]
  分散を低減した行列生成のために, WTA-CRS と呼ばれる新しい非バイアス推定系を提案する。 我々の研究は、チューニング変換器の文脈において、提案した推定器が既存のものよりも低い分散を示すという理論的および実験的証拠を提供する。
  論文  参考訳（メタデータ） (2023-05-24T15:52:08Z)
• Dual-sPLS: a family of Dual Sparse Partial Least Squares regressions for feature selection and prediction with tunable sparsity; evaluation on simulated and near-infrared (NIR) data [1.6099403809839032]
  この論文で示された変種であるDual-sPLSは、古典的なPLS1アルゴリズムを一般化する。 正確な予測と効率的な解釈のバランスを提供する。 コードはRでオープンソースパッケージとして提供される。
  論文  参考訳（メタデータ） (2023-01-17T21:50:35Z)
• Deep Equilibrium Optical Flow Estimation [80.80992684796566]
  最近のSOTA(State-of-the-art)光フローモデルでは、従来のアルゴリズムをエミュレートするために有限ステップの更新操作を使用する。 これらのRNNは大きな計算とメモリオーバーヘッドを課し、そのような安定した推定をモデル化するために直接訓練されていない。 暗黙的層の無限レベル固定点として直接流れを解く手法として,Deep equilibrium Flow estimatorを提案する。
  論文  参考訳（メタデータ） (2022-04-18T17:53:44Z)
• ARCH: Efficient Adversarial Regularized Training with Caching [91.74682538906691]
  逆正則化は、多くの自然言語処理タスクにおけるモデル一般化を改善することができる。 本稿では,複数のエポック毎に摂動を発生・キャッシュする新たな逆正則化手法ARCHを提案する。 提案手法をニューラルネットワーク翻訳と自然言語理解タスクのセットで評価する。
  論文  参考訳（メタデータ） (2021-09-15T02:05:37Z)
• Regression Bugs Are In Your Model! Measuring, Reducing and Analyzing Regressions In NLP Model Updates [68.09049111171862]
  この研究は、NLPモデル更新における回帰エラーの定量化、低減、分析に重点を置いている。 回帰フリーモデル更新を制約付き最適化問題に定式化する。 モデルアンサンブルが回帰を減らす方法を実証的に分析します。
  論文  参考訳（メタデータ） (2021-05-07T03:33:00Z)
• The temporal overfitting problem with applications in wind power curve modeling [8.057262184815636]
  本稿では,時間的過適合問題に対処する新しい手法を提案する。 本稿では,風力エネルギーのパワー曲線モデリングを対象とする。
  論文  参考訳（メタデータ） (2020-12-02T17:39:57Z)
• An Improved Online Penalty Parameter Selection Procedure for $\ell_1$-Penalized Autoregressive with Exogenous Variables [1.472161528588343]
  ラッソは規則化と特徴選択を提供するのに役立ちます。 時間依存を尊重する最も一般的なペナルティパラメータ選択アプローチは、非常に計算集約的である。 本稿では,新しいオンラインペナルティパラメータ選択手法による標準時系列モデルの強化を提案する。
  論文  参考訳（メタデータ） (2020-10-15T08:32:27Z)
• The Right Tool for the Job: Matching Model and Instance Complexities [62.95183777679024]
  NLPモデルが大きくなればなるほど、訓練されたモデルを実行するには、金銭的・環境的なコストを発生させる重要な計算資源が必要である。 我々は、推論中、早期(かつ高速)の"exit"を可能にする文脈表現微調整の修正を提案する。 3つのテキスト分類データセットと2つの自然言語推論ベンチマークの2つのタスクで、5つの異なるデータセットに対して提案した修正を検証した。
  論文  参考訳（メタデータ） (2020-04-16T04:28:08Z)
• Transformer Hawkes Process [79.16290557505211]
  本稿では,長期的依存関係を捕捉する自己認識機構を利用したTransformer Hawkes Process (THP) モデルを提案する。 THPは、有意なマージンによる可能性と事象予測の精度の両方の観点から、既存のモデルより優れている。 本稿では、THPが関係情報を組み込む際に、複数の点過程を学習する際の予測性能の改善を実現する具体例を示す。
  論文  参考訳（メタデータ） (2020-02-21T13:48:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。