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 Multiple Time Series Modeling Using the SAS VARMAX Procedure

دانلود کتاب مدل سازی چند سری زمانی با استفاده از روش SAS VARMAX

Multiple Time Series Modeling Using the SAS VARMAX Procedure

مشخصات کتاب

Multiple Time Series Modeling Using the SAS VARMAX Procedure

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 1612908985, 9781612908984 
ناشر: SAS Institute 
سال نشر: 2016 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : AZW3 (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 13 مگابایت 

قیمت کتاب (تومان) : 43,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 14


در صورت تبدیل فایل کتاب Multiple Time Series Modeling Using the SAS VARMAX Procedure 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 مدل سازی چند سری زمانی با استفاده از روش SAS VARMAX 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 مدل سازی چند سری زمانی با استفاده از روش SAS VARMAX

مدلسازی سری های زمانی چندگانه با استفاده از روش SAS VARMAX، با هدف اقتصاد سنجی هایی که حداقل یک دوره را در مدل سازی سری های زمانی گذرانده اند، امکانات تحلیلی سری زمانی را که امروز SAS ارائه می دهد به شما آموزش می دهد. تخمین پارامترهای مدل اکنون در یک ثانیه انجام می شود. به همین دلیل، کار در مرحله شناسایی برای یافتن مدل صحیح غیر ضروری است. در عوض، چندین مدل رقیب را می توان تخمین زد، و تناسب آنها را می توان فوراً با هم مقایسه کرد.

در نتیجه، برای تحلیل سری های زمانی، بیشتر فرآیند تحلیل باکس و جنکینز برای سری های تک متغیره منسوخ شده است. روزهای قبلی بررسی همبستگی‌های متقاطع و پیش سفید کردن به پایان رسیده است، زیرا مدل‌های تاخیر توزیع‌شده به راحتی با روش شناسایی خودکار تأخیر نصب می‌شوند. همین امر در مورد مدل‌های دو متغیره و حتی چند متغیره نیز صدق می‌کند، که مدل‌های PROC VARMAX به طور خودکار برای آن‌ها نصب می‌شوند. برای این مدل‌ها، تغییرات جالب دیگری نیز به وجود می‌آیند: موضوعاتی مانند تست علیت گرنجر، بازخورد، تعادل، هم‌انباشتگی و تصحیح خطا به راحتی توسط PROC VARMAX مورد بررسی قرار می‌گیرند.

یک مشکل در مدل‌سازی چند متغیره این است که شامل پارامترهای زیادی است. ، پارامترها را ناپایدار می کند. این ناپایداری را می توان با استفاده از روش های بیزی که در PROC VARMAX نیز گنجانده شده اند، جبران کرد. به دلیل محبوبیت مدل‌های GARCH، مدل‌سازی نوسان اکنون به بخشی استاندارد از مدل‌سازی سری‌های زمانی تبدیل شده است. هر دو مدل GARCH تک متغیره و چند متغیره توسط PROC VARMAX پشتیبانی می شوند. این ویژگی به ویژه برای تجزیه و تحلیل مالی که در آن ریسک تمرکز دارد بسیار جالب است.

این کتاب با مثال هایی آموزش می دهد. خوانندگانی که برای اولین بار یک سری زمانی را تجزیه و تحلیل می کنند، استفاده از PROC VARMAX را آسان می یابند. خوانندگانی که مدل‌های سری زمانی نظری پیشرفته‌تری را می‌شناسند، متوجه خواهند شد که PROC VARMAX ابزار مفیدی برای ساخت مدل‌های پیشرفته است.


توضیحاتی درمورد کتاب به خارجی

Aimed at econometricians who have completed at least one course in time series modeling, Multiple Time Series Modeling Using the SAS VARMAX Procedure will teach you the time series analytical possibilities that SAS offers today. Estimations of model parameters are now performed in a split second. For this reason, working through the identifications phase to find the correct model is unnecessary. Instead, several competing models can be estimated, and their fit can be compared instantaneously.

Consequently, for time series analysis, most of the Box and Jenkins analysis process for univariate series is now obsolete. The former days of looking at cross-correlations and pre-whitening are over, because distributed lag models are easily fitted by an automatic lag identification method. The same goes for bivariate and even multivariate models, for which PROC VARMAX models are automatically fitted. For these models, other interesting variations arise: Subjects like Granger causality testing, feedback, equilibrium, cointegration, and error correction are easily addressed by PROC VARMAX.

One problem with multivariate modeling is that it includes many parameters, making parameterizations unstable. This instability can be compensated for by application of Bayesian methods, which are also incorporated in PROC VARMAX. Volatility modeling has now become a standard part of time series modeling, because of the popularity of GARCH models. Both univariate and multivariate GARCH models are supported by PROC VARMAX. This feature is especially interesting for financial analytics in which risk is a focus.

This book teaches with examples. Readers who are analyzing a time series for the first time will find PROC VARMAX easy to use; readers who know more advanced theoretical time series models will discover that PROC VARMAX is a useful tool for advanced model building.





نظرات کاربران