A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets (2024)
- Authors:
- USP affiliated authors: CHIANN, CHANG - IME ; PINTO, MATEUS GONZALEZ DE FREITAS - IME
- Unidade: IME
- DOI: 10.1016/j.sigpro.2024.109518
- Subjects: ANÁLISE DE ONDALETAS; ANÁLISE DE SÉRIES TEMPORAIS
- Keywords: Long-memory; Fractional; Gaussian noise; Wavelets; Splines; Fractional splines
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Signal Processing
- ISSN: 0165-1684
- Volume/Número/Paginação/Ano: v. 222, artigo n. 109518, p. 1-11, 2024
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
PINTO, Mateus Gonzalez de Freitas e CHIANN, Chang. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets. Signal Processing, v. 222, n. artigo 109518, p. 1-11, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.sigpro.2024.109518. Acesso em: 02 jan. 2026. -
APA
Pinto, M. G. de F., & Chiann, C. (2024). A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets. Signal Processing, 222( artigo 109518), 1-11. doi:10.1016/j.sigpro.2024.109518 -
NLM
Pinto MG de F, Chiann C. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets [Internet]. Signal Processing. 2024 ; 222( artigo 109518): 1-11.[citado 2026 jan. 02 ] Available from: https://doi.org/10.1016/j.sigpro.2024.109518 -
Vancouver
Pinto MG de F, Chiann C. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets [Internet]. Signal Processing. 2024 ; 222( artigo 109518): 1-11.[citado 2026 jan. 02 ] Available from: https://doi.org/10.1016/j.sigpro.2024.109518 - Long-memory parameter estimation based on fractional spline wavelets
- Jump detection in high-frequency financial data using wavelets
- Long memory in high frequency time series using wavelets and conditional volatility models
- High-frequency dynamics of Bitcoin futures: an examination of market microstructure
- Long memory in high frequency time series using wavelets and conditional volatility models
- Persistence and seasonal long memory in unemployment in the United States
- Relatório de análise estatística sobre o projeto “Estudo da incidência de casos de dengue no município de Campo Grande no período de 2017 a 2024 com a aplicação de diferentes métodos de análise”
- Testes para avaliação das previsões do valor em risco
- Wavelet estimation for factor models with time-varying loadings
- Análise de variância em séries temporais
Informações sobre o DOI: 10.1016/j.sigpro.2024.109518 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3194338.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
