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
ویرایش:
نویسندگان: Alan Pankratz(auth.)
سری: Wiley Series in Probability and Statistics
ISBN (شابک) : 9780471615286, 9781118150528
ناشر:
سال نشر: 1991
تعداد صفحات: 402
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب Forecasting with Dynamic Regression Models 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 پیش بینی با مدل های رگرسیون پویا 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.
یکی از پرکاربردترین ابزارها در پیش بینی آماری، مدل های رگرسیون
تک معادله ای است که در اینجا مورد بررسی قرار می گیرد. متن حاضر
همراه با کار قبلی نویسنده، پیشبینی با مدلهای جعبه-جنکینز تک
متغیره: مفاهیم و موارد، ایدههای سری زمانی اخیر را گرد هم
میآورد و توجه ویژهای به الگوهای احتمالی بینزمانی، پاسخهای
تاخیر توزیع شده خروجی به سری ورودی و همبستگی خودکار دارد.
الگوهای اختلال رگرسیون همچنین شامل شش مطالعه موردی است.
محتوا:
فصل 1 مقدمه و بررسی اجمالی (صفحات 1-23):
فصل 2 آغازگر در مدل های ARIMA (صفحه های 24-81):
فصل 3 آغازگر در مورد رگرسیون مدلها (صفحههای 82-146):
فصل 4 مدلهای تاخیر توزیع شده منطقی (صفحههای 147-166):
فصل 5 مدلهای رگرسیون پویا ساختمان: شناسایی مدل (صفحههای
167-201):
فصل 6 پویایی ساختمان مدلهای رگرسیون: بررسی مدل، فرمولبندی
مجدد و ارزیابی (صفحات 202-252):
فصل 7 تجزیه و تحلیل مداخله (صفحههای 253-289):
فصل 8 مداخله و تشخیص و درمان موارد پرت (صفحههای
290-323):
فصل 9 تخمین و پیش بینی (صفحات 324-341):
فصل 10 مدل های رگرسیون پویا در یک چارچوب ARMA برداری (صفحه های
342-356):
One of the most widely used tools in statistical forecasting,
single equation regression models is examined here. A companion
to the author's earlier work, Forecasting with Univariate
Box-Jenkins Models: Concepts and Cases, the present text pulls
together recent time series ideas and gives special attention
to possible intertemporal patterns, distributed lag responses
of output to input series and the auto correlation patterns of
regression disturbance. It also includes six case
studies.Content:
Chapter 1 Introduction and Overview (pages 1–23):
Chapter 2 A Primer on ARIMA Models (pages 24–81):
Chapter 3 A Primer on Regression Models (pages 82–146):
Chapter 4 Rational Distributed Lag Models (pages
147–166):
Chapter 5 Building Dynamic Regression Models: Model
Identification (pages 167–201):
Chapter 6 Building Dynamic Regression Models: Model Checking,
Reformulation and Evaluation (pages 202–252):
Chapter 7 Intervention Analysis (pages 253–289):
Chapter 8 Intervention and Outlier Detection and Treatment
(pages 290–323):
Chapter 9 Estimation and Forecasting (pages 324–341):
Chapter 10 Dynamic Regression Models in a Vector ARMA Framework
(pages 342–356):