ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Empirical Model Discovery and Theory Evaluation: Automatic Selection Methods in Econometrics

دانلود کتاب کشف مدل تجربی و ارزیابی نظریه: روش های انتخاب خودکار در اقتصاد سنجی

Empirical Model Discovery and Theory Evaluation: Automatic Selection Methods in Econometrics

مشخصات کتاب

Empirical Model Discovery and Theory Evaluation: Automatic Selection Methods in Econometrics

ویرایش: Hardcover 
نویسندگان: ,   
سری:  
ISBN (شابک) : 0262028352, 9780262028356 
ناشر: Mit Press 
سال نشر: 2014 
تعداد صفحات: 387 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 42,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 12


در صورت تبدیل فایل کتاب Empirical Model Discovery and Theory Evaluation: Automatic Selection Methods in Econometrics 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 کشف مدل تجربی و ارزیابی نظریه: روش های انتخاب خودکار در اقتصاد سنجی 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.


توضیحاتی در مورد کتاب کشف مدل تجربی و ارزیابی نظریه: روش های انتخاب خودکار در اقتصاد سنجی

ترکیبی از تحقیقات اقتصاد سنجی پیشگامانه نویسندگان در مورد انتخاب مدل خودکار، که از الگوریتم های محاسباتی قدرتمند و ارزیابی تئوری استفاده می کند.

مدل های اقتصادی پدیده های تجربی به دلایل مختلفی توسعه یافته اند. که بارزترین آن توصیف عددی شواهد موجود است، به شکلی مناسب. یکی دیگر، آزمایش یک نظریه، یا ارزیابی آن در برابر شواهد است. یکی دیگر از آنها پیش بینی نتایج آینده است. ساخت چنین مدل‌هایی مستلزم تصمیمات متعددی است و تعداد زیادی از ویژگی‌هایی که باید در نظر گرفته شوند، می‌توانند محقق را تحت تأثیر قرار دهند. انتخاب مدل خودکار، که از پیشرفت‌های اخیر در الگوریتم‌های محاسباتی و جست‌وجو متکی است، می‌تواند دامنه وسیع‌تری از احتمالات را حتی از بزرگ‌ترین متخصصان ایجاد کند و سپس به صورت تجربی بررسی کند. در این کتاب، اقتصاددانان برجسته دیوید هندری و یورگن دورنیک از چندین دهه تحقیقات ابتکاری خود در مورد انتخاب مدل خودکار گزارش می دهند.

پس از معرفی اصول کشف مدل تجربی و نقش انتخاب مدل، هندری و دورنیک مراحل توسعه یک مدل قابل دوام از یک فرآیند پیچیده در حال تکامل را ترسیم کنید. آنها مراحل کشف را با در نظر گرفتن هر دو نظریه انتخاب مدل و عملکرد چندین الگوریتم به تفصیل مورد بحث قرار می دهند. آنها توسعه‌هایی را برای مقابله با نقاط پرت و شکست‌های متعدد توصیف می‌کنند که منجر به حالت کلی متغیرهای کاندید بیشتری نسبت به مشاهدات می‌شود. در نهایت، آنها به طور مختصر انتخاب مدل هایی را به طور خاص برای پیش بینی در نظر می گیرند.


توضیحاتی درمورد کتاب به خارجی

A synthesis of the authors' groundbreaking econometric research on automatic model selection, which uses powerful computational algorithms and theory evaluation.

Economic models of empirical phenomena are developed for a variety of reasons, the most obvious of which is the numerical characterization of available evidence, in a suitably parsimonious form. Another is to test a theory, or evaluate it against the evidence; still another is to forecast future outcomes. Building such models involves a multitude of decisions, and the large number of features that need to be taken into account can overwhelm the researcher. Automatic model selection, which draws on recent advances in computation and search algorithms, can create, and then empirically investigate, a vastly wider range of possibilities than even the greatest expert. In this book, leading econometricians David Hendry and Jurgen Doornik report on their several decades of innovative research on automatic model selection.

After introducing the principles of empirical model discovery and the role of model selection, Hendry and Doornik outline the stages of developing a viable model of a complicated evolving process. They discuss the discovery stages in detail, considering both the theory of model selection and the performance of several algorithms. They describe extensions to tackling outliers and multiple breaks, leading to the general case of more candidate variables than observations. Finally, they briefly consider selecting models specifically for forecasting.





نظرات کاربران