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: آمار ریاضی ویرایش: نویسندگان: Marc S. Paolella سری: Wiley Series in Probability and Statistics ISBN (شابک) : 1119431905, 9781119431909 ناشر: Wiley سال نشر: 2018 تعداد صفحات: 897 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 36 مگابایت
در صورت تبدیل فایل کتاب Linear Models and Time-Series Analysis: Regression, ANOVA, ARMA and GARCH 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 مدلهای خطی و تحلیل سریهای زمانی: رگرسیون، ANOVA، ARMA و GARCH 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.
نسخه ای جامع و به موقع در مورد روند جدید در حال ظهور در سری
های زمانی
مدل های خطی و تجزیه و تحلیل سری های زمانی: رگرسیون، ANOVA،
ARMA و GARCH از نظر تئوری توزیع، یک پایه قوی برای مدل خطی
(رگرسیون و ANOVA)، تحلیل سری زمانی تک متغیره (ARMAX و GARCH) و
برخی مدلهای چند متغیره مرتبط با مدلسازی بازده داراییهای مالی
(ساختارهای مبتنی بر کوپول و گسسته) ایجاد میکند. مخلوط نرمال و
لاپلاس). این بر اساس کتاب قبلی نویسنده، استنتاج آماری
بنیادی: رویکرد محاسباتی، که مفاهیم اصلی استنتاج آماری را
معرفی میکند، ساخته شده است. توجه صریح به برنامه کاربردی و
محاسبات عددی، با نمونههایی از کد Matlab در سرتاسر آن است. این
کد چارچوبی را برای بحث و تشریح اعداد ارائه میکند و نگاشت از
تئوری تا محاسبات را نشان میدهد.
موضوع تجزیه و تحلیل سریهای زمانی، با کتابهای درسی و مجلات
تحقیقاتی متعددی که به آن اختصاص داده شدهاند، روی یک پایه محکم
است. با توجه به موضوع/فناوری، بسیاری از فصلها درمدلهای خطی
و تحلیل سریهای زمانیموضوعات کاملاً ریشهدار (رگرسیون و
ARMA) را پوشش میدهند. چندین روش دیگر به روشهای بسیار مدرن
اختصاص داده شدهاند، همانطور که در امور مالی تجربی، قیمتگذاری
دارایی، مدیریت ریسک و بهینهسازی پرتفوی استفاده میشود تا به
تغییرات شدید در عملکرد بسیاری از صندوقهای بازنشستگی و تغییرات
در نحوه کار مدیران صندوقها رسیدگی شود.
تحلیل سریهای زمانی سنتی را با دستورالعملهای جدید پوشش
میدهد
دسترسی به موضوعات پیشرفته را که در خط مقدم اقتصاد سنجی مالی و
صنعت هستند فراهم میکند
شامل آخرین تحولات و موضوعاتی مانند بازده مالی داده ها، به ویژه
در زمینه چند متغیره
نوشته شده توسط یک متخصص برجسته در تجزیه و تحلیل سری های
زمانی
به طور گسترده در کلاس آزمایش شده است
شامل یک آموزش در مورد SAS
تکمیل شده با یک وب سایت همراه حاوی برنامه های Matlab
متعدد
راه حل های اکثر تمرین ها در کتاب ارائه شده است
مدل های خطی و تحلیل سری های زمانی: رگرسیون، ANOVA، ARMA و
GARCHبرای دانشجویان کارشناسی ارشد در آمار و مالی کمی مناسب
است. و همچنین دانشجویان دکترای اقتصاد و دارایی. همچنین برای
متخصصان مالی کمی در مؤسسات مالی بزرگ و مراکز مالی کوچکتر مفید
است.
A comprehensive and timely edition on an emerging new trend
in time series
Linear Models and Time-Series Analysis: Regression, ANOVA,
ARMA and GARCHsets a strong foundation, in terms of
distribution theory, for the linear model (regression and
ANOVA), univariate time series analysis (ARMAX and GARCH), and
some multivariate models associated primarily with modeling
financial asset returns (copula-based structures and the
discrete mixed normal and Laplace). It builds on the author's
previous book,Fundamental Statistical Inference: A
Computational Approach, which introduced the major concepts
of statistical inference. Attention is explicitly paid to
application and numeric computation, with examples of Matlab
code throughout. The code offers a framework for discussion and
illustration of numerics, and shows the mapping from theory to
computation.
The topic of time series analysis is on firm footing, with
numerous textbooks and research journals dedicated to it. With
respect to the subject/technology, many chapters inLinear
Models and Time-Series Analysiscover firmly entrenched
topics (regression and ARMA). Several others are dedicated to
very modern methods, as used in empirical finance, asset
pricing, risk management, and portfolio optimization, in order
to address the severe change in performance of many pension
funds, and changes in how fund managers work.
Covers traditional time series analysis with new
guidelines
Provides access to cutting edge topics that are at the
forefront of financial econometrics and industry
Includes latest developments and topics such as financial
returns data, notably also in a multivariate context
Written by a leading expert in time series analysis
Extensively classroom tested
Includes a tutorial on SAS
Supplemented with a companion website containing numerous
Matlab programs
Solutions to most exercises are provided in the book
Linear Models and Time-Series Analysis: Regression, ANOVA,
ARMA and GARCHis suitable for advanced masters students in
statistics and quantitative finance, as well as doctoral
students in economics and finance. It is also useful for
quantitative financial practitioners in large financial
institutions and smaller finance outlets.