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: [2 ed.] نویسندگان: Gregory C Reinsel, Raja P Velu, Kun Chen سری: ISBN (شابک) : 1071627910, 9781071627914 ناشر: Springer سال نشر: 2023 تعداد صفحات: 419 [420] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 Mb
در صورت تبدیل فایل کتاب Multivariate Reduced-Rank Regression: Theory, Methods and Applications 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 رگرسیون چند متغیره با رتبه کاهش یافته: نظریه، روش ها و کاربردها 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.
1. رگرسیون خطی چند متغیره.- 2. مدل رگرسیون با رتبه کاهش یافته.- 3. مدل های رگرسیون با رتبه کاهش یافته با دو مجموعه رگرسیون.- 4. مدل رگرسیون رتبه کاهش یافته با خطاهای خودرگرسیون.- 5. مدل سازی سری های زمانی چندگانه با رتبه های کاهش یافته. - 6. مدل منحنی رشد و روشهای رگرسیون رتبه کاهش یافته.- 7. مدلهای رگرسیون به ظاهر نامرتبط با رتبه های کاهش یافته.- 8. کاربردهای رگرسیون رتبه کاهش یافته در اقتصاد مالی.- 9. رگرسیون با رتبه کاهش یافته با ابعاد بالا. 10. رگرسیون تعمیم یافته کاهش یافته با داده های پیچیده.- 11. رگرسیون پراکنده و کم رتبه. 12. روشهای جایگزین برای تحلیل مدلهای رگرسیون چند متغیره.
1. Multivariate Linear Regression.- 2. Reduced-Rank Regression Model.- 3. Reduced-Rank Regression Models with Two Sets of Regressors.- 4. Reduced-Rank Regression Model with Autoregressive Errors.- 5. Multiple Time Series Modeling with Reduced Ranks.- 6. The Growth Curve Model and Reduced-Rank Regression Methods.- 7. Seemingly Unrelated Regression Models with Reduced Ranks.- 8. Applications of Reduced-Rank Regression in Financial Economics.- 9. High-Dimensional Reduced-Rank Regression.- 10. Generalized Reduced-Rank Regression with Complex Data.- 11. Sparse and Low-Rank Regression. 12. Alternate Procedures for Analysis of Multivariate Regression Models.