Zobrazeno 1 - 10
of 44
pro vyhledávání: '"Rho, Yeonwoo"'
Autor:
Rho, Yeonwoo
Handling multiplicity without losing much power has been a persistent challenge in various fields that often face the necessity of managing numerous statistical tests simultaneously. Recently, $p$-value combination methods based on heavy-tailed distr
Externí odkaz:
http://arxiv.org/abs/2402.03197
Autor:
Ling, Xing, Rho, Yeonwoo
This paper proposes a stable combination test, which is a natural extension of Cauchy combination tests by Liu and Xie (2020). Similarly to the Cauchy combination test, our stable combination test is simple to compute, enjoys good sizes, and has asym
Externí odkaz:
http://arxiv.org/abs/2108.07876
This paper proposes a new linearized mixed data sampling (MIDAS) model and develops a framework to infer clusters in a panel regression with mixed frequency data. The linearized MIDAS estimation method is more flexible and substantially simpler to im
Externí odkaz:
http://arxiv.org/abs/2004.09770
Autor:
Ling, Xing, Rho, Yeonwoo
Publikováno v:
Statistica Sinica, 2022 Jan 01. 32, 641-644.
Externí odkaz:
https://www.jstor.org/stable/27108177
Autor:
Liu, Yun, Rho, Yeonwoo
Time averaging has been the traditional approach to handle mixed sampling frequencies. However, it ignores information possibly embedded in high frequency. Mixed data sampling (MIDAS) regression models provide a concise way to utilize the additional
Externí odkaz:
http://arxiv.org/abs/1809.05503
Autor:
Rho, Yeonwoo, Shao, Xiaofeng
In unit root testing, a piecewise locally stationary process is adopted to accommodate nonstationary errors that can have both smooth and abrupt changes in second- or higher-order properties. Under this framework, the limiting null distributions of t
Externí odkaz:
http://arxiv.org/abs/1802.05333
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Rho, Yeonwoo, Shao, Xiaofeng
Publikováno v:
Journal of Business & Economic Statistics, 2015 Jul 01. 33(3), 444-457.
Externí odkaz:
http://www.jstor.org/stable/43701554
Autor:
Rho, Yeonwoo, Shao, Xiaofeng
Publikováno v:
In Journal of Statistical Planning and Inference November 2013 143(11):1912-1922
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.