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: اقتصاد ویرایش: 1 نویسندگان: Jianqing Fan. Qiwei Yao سری: ISBN (شابک) : 9780387951706, 0387951709 ناشر: Springer سال نشر: 2003 تعداد صفحات: 569 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
کلمات کلیدی مربوط به کتاب روشهای غیر پارامتری و پارامتری سری زمانی غیرخطی: رشته های مالی و اقتصادی، تحلیل و پیش بینی سری های زمانی
در صورت تبدیل فایل کتاب Nonlinear Time Series Nonparametric and Parametric Methods 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 روشهای غیر پارامتری و پارامتری سری زمانی غیرخطی 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.
این کتاب روشهای آماری معاصر و تئوری تحلیل سریهای زمانی غیرخطی را ارائه میکند. تمرکز اصلی بر تکنیک های ناپارامتریک و نیمه پارامتریک توسعه یافته در دهه گذشته است. این تکنیکهای مدلسازی در فضای حالت، در حوزه فرکانس و همچنین در حوزه زمان را پوشش میدهد. برای انعکاس ادغام روشهای پارامتری و ناپارامتریک در تجزیه و تحلیل دادههای سری زمانی، این کتاب همچنین یک قرار گرفتن در معرض بهروز از برخی مدلهای غیرخطی پارامتریک، از جمله مدلهای ARCH/GARCH و مدلهای آستانه ارائه میکند. یک نمای فشرده در مدل های خطی ARMA نیز ارائه شده است. داده هایی که در برنامه های کاربردی واقعی به وجود می آیند در سراسر استفاده می شوند تا نشان دهند چگونه رویکردهای ناپارامتریک ممکن است به آشکارسازی ساختار محلی در داده های با ابعاد بالا کمک کنند. ابزارهای فنی مهم نیز معرفی شده است. این کتاب برای دانشجویان تحصیلات تکمیلی، تحلیلگران سری زمانی برنامه گرا و محققان جدید و با تجربه مفید خواهد بود. هم در جامعه آماری و هم در طیف وسیعی از زمینههای دیگر مانند اقتصادسنجی، مالی تجربی، زیستشناسی جمعیت و بومشناسی ارزش خواهد داشت. پیش نیاز دروس پایه احتمال و آمار است. جیان کینگ فن، نویسنده کتاب بسیار معتبر مدل سازی چند جمله ای محلی، استاد آمار در دانشگاه کارولینای شمالی در چپل هیل و دانشگاه چینی هنگ کنگ است. آثار منتشر شده او در مورد مدلسازی ناپارامتریک، سریهای زمانی غیرخطی، اقتصاد سنجی مالی، تجزیه و تحلیل دادههای طولی، انتخاب مدل، موجکها و سایر جنبههای آمارهای روششناختی و نظری با جایزه رئیسجمهور از کمیته روسای انجمنهای آماری، Hettleman شناخته شده است. جایزه دستاورد هنری و علمی از دانشگاه کارولینای شمالی، و با انتخاب او به عنوان عضو انجمن آمار آمریکا و موسسه آمار ریاضی. Qiwei Yao استاد آمار در دانشکده اقتصاد و علوم سیاسی لندن است. او یکی از اعضای منتخب موسسه آماری بین المللی است و در هیئت تحریریه مجله انجمن آماری سلطنتی (سری B) و مجله آمار استرالیا و نیوزلند خدمت کرده است.
This book presents the contemporary statistical methods and theory of nonlinear time series analysis. The principal focus is on nonparametric and semiparametric techniques developed in the last decade. It covers the techniques for modelling in state-space, in frequency-domain as well as in time-domain. To reflect the integration of parametric and nonparametric methods in analyzing time series data, the book also presents an up-to-date exposure of some parametric nonlinear models, including ARCH/GARCH models and threshold models. A compact view on linear ARMA models is also provided. Data arising in real applications are used throughout to show how nonparametric approaches may help to reveal local structure in high-dimensional data. Important technical tools are also introduced. The book will be useful for graduate students, application-oriented time series analysts, and new and experienced researchers. It will have the value both within the statistical community and across a broad spectrum of other fields such as econometrics, empirical finance, population biology and ecology. The prerequisites are basic courses in probability and statistics. Jianqing Fan, coauthor of the highly regarded book Local Polynomial Modeling, is Professor of Statistics at the University of North Carolina at Chapel Hill and the Chinese University of Hong Kong. His published work on nonparametric modeling, nonlinear time series, financial econometrics, analysis of longitudinal data, model selection, wavelets and other aspects of methodological and theoretical statistics has been recognized with the Presidents' Award from the Committee of Presidents of Statistical Societies, the Hettleman Prize for Artistic and Scholarly Achievement from the University of North Carolina, and by his election as a fellow of the American Statistical Association and the Institute of Mathematical Statistics. Qiwei Yao is Professor of Statistics at the London School of Economics and Political Science. He is an elected member of the International Statistical Institute, and has served on the editorial boards for the Journal of the Royal Statistical Society (Series B) and the Australian and New Zealand Journal of Statistics.