دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: اقتصاد ویرایش: 1 نویسندگان: William R. Bell, Scott H. Holan, Tucker S. McElroy سری: ISBN (شابک) : 143984657X, 9781439846575 ناشر: Chapman and Hall/CRC سال نشر: 2012 تعداد صفحات: 544 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب سری زمانی اقتصادی: مدل سازی و فصلی: رشته های مالی و اقتصادی، تحلیل و پیش بینی سری های زمانی
در صورت تبدیل فایل کتاب Economic Time Series: Modeling and Seasonality به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب سری زمانی اقتصادی: مدل سازی و فصلی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
سریهای زمانی اقتصادی: مدلسازی و فصلی منبعی متمرکز بر تجزیه و تحلیل سریهای زمانی اقتصادی است که مربوط به مدلسازی و فصلی است، و تحقیقات پیشرفتهای را ارائه میدهد که در غیر این صورت در مجلات مختلف با داوری همتا پراکنده میشوند. . این مجموعه از 21 فصل، لقاح متقابل بین زمینههای مدلسازی سریهای زمانی و تعدیل فصلی را نشان میدهد، همانطور که هم در محتوای فصلها و هم در تألیف آنها، با مشارکتکنندگانی از دانشگاهها و سازمانهای آماری دولتی منعکس شده است.
برای مطالعه و جذب آسان تر، مطالب در هفت بخش موضوعی گروه بندی شده اند:
با ارائه تحولات روششناختی جدید و همچنین تحلیلها و بررسیهای تجربی مرتبط از میان روشهای تثبیتشده، این کتاب بسیار محرک و عملاً برای محقق و تحلیلگر جدی سریهای زمانی اقتصادی مفید است.
Economic Time Series: Modeling and Seasonality is a focused resource on analysis of economic time series as pertains to modeling and seasonality, presenting cutting-edge research that would otherwise be scattered throughout diverse peer-reviewed journals. This compilation of 21 chapters showcases the cross-fertilization between the fields of time series modeling and seasonal adjustment, as is reflected both in the contents of the chapters and in their authorship, with contributors coming from academia and government statistical agencies.
For easier perusal and absorption, the contents have been grouped into seven topical sections:
By presenting new methodological developments as well as pertinent empirical analyses and reviews of established methods, the book provides much that is stimulating and practically useful for the serious researcher and analyst of economic time series.
Front Cover......Page 1
Contents......Page 6
Preface......Page 10
Editors......Page 14
Contributors......Page 16
Part I: Periodic Modeling of Economic Time Series......Page 20
1. A Multivariate Periodic Unobserved Components Time Series Analysis for Sectoral U.S. Employment......Page 22
2. Seasonal Heteroskedasticity in Time Series Data: Modeling, Estimation, and Testing......Page 56
3. Choosing Seasonal Autocovariance Structures: PARMA or SARMA?......Page 82
Part II: Estimating Time Series Components with Misspecified Models......Page 100
4. Specification and Misspecification of Unobserved Components Models......Page 102
5. Error in Business Cycle Estimates Obtained from Seasonally Adjusted Data......Page 128
6. Frequency Domain Analysis of Seasonal Adjustment Filters Applied to Periodic Labor Force Survey Series......Page 154
Part III: Quantifying Error in X-11 Seasonal Adjustments......Page 178
7. Comparing Mean Squared Errors of X-12-ARIMA and Canonical ARIMA Model-Based Seasonal Adjustments......Page 180
8. Estimating Variance in X-11 Seasonal Adjustment......Page 204
Part IV: Practical Problems in Seasonal Adjustment......Page 230
9. Asymmetric Filters for Trend-Cycle Estimation......Page 232
10. Restoring Accounting Constraints in Time Series—Methods and Software for a Statistical Agency......Page 250
11. Theoretical and Real Trading-Day Frequencies......Page 274
12. Applying and Interpreting Model-Based Seasonal Adjustment—The Euro-Area Industrial Production Series......Page 300
Part V: Outlier Detection and Modeling Time Series with Extreme Values......Page 334
13. Additive Outlier Detection in Seasonal ARIMA Models by a Modified Bayesian Information Criterion......Page 336
14. Outliers in GARCH Processes......Page 356
15. Constructing a Credit Default Swap Index and Detecting the Impact of the Financial Crisis......Page 378
Part VI: Alternative Models for Seasonal and Other Time Series Components......Page 400
16. Normally Distributed Seasonal Unit Root Tests......Page 402
17. Bayesian Seasonal Adjustment of Long Memory Time Series......Page 422
18. Bayesian Stochastic Model Specification Search for Seasonal and Calendar Effects......Page 450
Part VII: Modeling and Estimation for Nonseasonal Economic Time Series......Page 476
19. Nonparametric Estimation of the Innovation Variance and Judging the Fit of ARMA Models......Page 478
20. Functional Model Selection for Sparse Binary Time Series with Multiple Inputs......Page 496
21. Models for High Lead Time Prediction......Page 518