Publikationsserver der Universitätsbibliothek Marburg

Titel: Hidden Markov models: Estimation theory and economic applications
Autor: Leister, Anna Maria
Weitere Beteiligte: Holzmann, Hajo (Prof. Dr.)
Erscheinungsjahr: 2016
URI: https://archiv.ub.uni-marburg.de/diss/z2016/0120
DOI: https://doi.org/10.17192/z2016.0120
URN: urn:nbn:de:hebis:04-z2016-01208
DDC: 510 Mathematik
Titel(trans.): Hidden Markov Modelle: Schätztheorie und ökonomische Anwendungen

Dokument

Schlagwörter:
Statistik, Schätztheorie, Hidden Markov Modell, Maximum Likelihood Schätzung, EM-Algorithmus, Hidden Markov models, statistics, estimation theory, EM-algorithm

Summary:
In this thesis, maximum likelihood estimation of hidden Markov models in several settings is investigated. Nonparametric estimation of state-dependent general mixtures and log-concave densities is discussed theoretically and algorithmically. Penalized estimation for parametric hidden Markov models comparing several penalty functions is studied. In addition, various models based on mixture models and hidden Markov models differing in dependency structure and the inclusion of covariables are applied to a set of panel data containing the GDP of several countries.

Zusammenfassung:
Die vorliegende Arbeit behandelt Maximum Likelihood Schätzung von Hidden Markov Modellen in unterschiedlichen Szenarien. Nichtparametrische Schätzung zustandsbedingter Mischungsmodelle und log-konkaver Dichten wird theoretisch und algorihmisch diskutiert. Penalisierte Schätzung für parametrische Hidden Markov Modelle unter unterschiedlichen Penalisierungsfunktionen wird untersucht. Diverse Modelle basierend auf Mischungsmodellen und Hidden Markov Modellen mit und ohne Kovariablen werden auf einen makroökonomischen Paneldatensatz zur Untersuchung von Einkommensverteilungen angewendet.


* Das Dokument ist im Internet frei zugänglich - Hinweise zu den Nutzungsrechten