Statistical Modeling Using Local Gaussian Approximation

Abordarea propusă în Statistical Modeling Using Local Gaussian Approximation diferă fundamental de cea din Copula-Based Markov Models for Time Series prin utilizarea aproximării locale în locul structurilor de tip copula pentru a modela dependențele complexe. Remarcăm că, în timp ce lucrările similare se concentrează adesea pe cadre abstracte, volumul de față este orientat spre aplicabilitate imediată în econometrie și finanțe. Autorii, printre care se numără Dag Tjøstheim, continuă cercetările din lucrări anterioare precum Modelling Nonlinear Economic Time Series, însă fac un pas înainte prin extinderea proprietăților distribuției Gaussiene către cazuri non-liniare fără a sacrifica rigoarea statistică. Considerăm că structura cărții este extrem de logică, pornind de la fundamentele parametrice și neparametrice, avansând spre corelația locală și culminând cu aplicații în analiza seriilor de timp și discriminarea Fisher. Capitolele dedicate estimării densității condiționate și analizei spectrale oferă instrumente precise pentru cercetătorii care caută periodicități ascunse în date financiare. Merită menționat că textul nu rămâne la nivel teoretic, ci integrează trei pachete R, oferind cititorului mediul necesar pentru a testa ipotezele de independență și a modela riscul în piețe volatile. Este o lucrare matură care transformă complexitatea neliniară într-un cadru de lucru gestionabil.