Zobrazeno 1 - 10
of 63
pro vyhledávání: '"Kyriakopoulou, Dimitra"'
Autor:
Kyriakopoulou, Dimitra1 (AUTHOR), Hafner, Christian M.2 (AUTHOR)
Publikováno v:
Econometric Reviews. 2022, Vol. 41 Issue 8, p877-894. 18p.
Autor:
Patsaoura, Aikaterini, Tatsi, Elizabeth, Margeli, Alexandra, Kanavaki, Ino, Delaporta, Polyxeni, Kyriakopoulou, Dimitra, Kouraklis-Symeonidis, Alexandra, Kattamis, Antonios, Papassotiriou, Ioannis
Publikováno v:
In Clinical Biochemistry August 2014 47(12):1060-1064
Autor:
Hafner, Christian M.1 (AUTHOR), Kyriakopoulou, Dimitra2 (AUTHOR)
Publikováno v:
Journal of Business & Economic Statistics. Apr2021, Vol. 39 Issue 2, p589-603. 15p.
Autor:
Delaporta, Polyxeni *, Kourakli, Alexandra *, Delicou, Sophia *, Diamantidis, Michael D., Kalkana, Chrysoula *, Vlachaki, Efthymia *, Eftychiadis, Eftychios *, Lafiatis, Ioannis *, Pantelidou, Despoina *, Symeonidis, Argiris, Lazaris, Vasileios *, Xydaki, Aikaterini *, Manafas, Achilles *, Evliati, Loukia *, Klonizakis, Filippos *, Manika, Ioanna *, Papadopoulou, Despoina *, Chatzieleftheriou, Marianna *, Toutoudaki, Konstantina *, Kyriakopoulou, Dimitra *, Kattamis, Antonis
Publikováno v:
In Blood 15 November 2022 140 Supplement 1:8205-8207
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Demos, Antonis, Kyriakopoulou, Dimitra
We derive analytical expressions of bias approximations for maximum likelihood (ML) and quasi-maximum likelihood (QML) estimators of the EGARCH(1;1) parameters that enable us to correct after the bias of all estimators. The bias correction mechanism
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1493::ef577d3eb83ed5684d5f6cdf8b361c8d
https://hdl.handle.net/2078.1/196398
https://hdl.handle.net/2078.1/196398