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: 1 نویسندگان: Harry L. Hurd, Abolghassem Miamee سری: ISBN (شابک) : 047134771X, 9780470182826 ناشر: سال نشر: 2007 تعداد صفحات: 383 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 مگابایت
کلمات کلیدی مربوط به کتاب دنباله های تصادفی همبسته دوره ای: نظریه و عمل طیفی (سری ویلی در احتمال و آمار): ریاضیات، نظریه احتمالات و آمار ریاضی، نظریه فرآیندهای تصادفی
در صورت تبدیل فایل کتاب Periodically Correlated Random Sequences: Spectral Theory and Practice (Wiley Series in Probability and Statistics) 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 دنباله های تصادفی همبسته دوره ای: نظریه و عمل طیفی (سری ویلی در احتمال و آمار) 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 با ترکیب منحصر به فرد نظریه، کاربرد و محاسبات، رویکرد طیفی به تجزیه و تحلیل سری های زمانی را بررسی می کند. تشخیص توالی های تصادفی همبسته دوره ای ایده های اصلی این فرآیندها را از طریق استفاده از تعاریف پایه به همراه مثال های انگیزشی، بینشی و گویا ارائه می دهد. پوشش گسترده ای از مفاهیم کلیدی، از جمله نظریه مرتبه دوم، فضاهای هیلبرت، نظریه فوریه، و نظریه طیفی توالی های هماهنگ ارائه شده است. نویسندگان همچنین الگویی را برای تجزیه و تحلیل سری های زمانی ناپارامتریک از جمله آزمون هایی برای حضور ساختارهای رایانه شخصی ارائه می دهند. ویژگی های کتاب عبارتند از: تأکید بر پیوند بین نظریه طیفی عملگرهای واحد و ساختار همبستگی دنباله های رایانه شخصی بحث در مورد مسائل مربوط به به تجزیه و تحلیل سری های زمانی ناپارامتریک برای توالی های رایانه شخصی، از جمله تخمین میانگین، همبستگی، و طیف ترکیبی متعادل از پیشینه تاریخی با ارجاعات ویژه برنامه های کاربردی مدرن به فرآیندهای مرتبط دوره ای یک وب سایت همراه که دارای تمرین های اضافی و همچنین مجموعه داده ها و برنامه های نوشته شده در MATLAB® برای انجام تجزیه و تحلیل سری های زمانی بر روی داده هایی که ممکن است دارای ساختار رایانه شخصی باشند. فضاها، فرآیندهای تصادفی و احتمال. این کتاب همچنین به عنوان یک مرجع ارزشمند برای آماردانان و متخصصان تحقیقاتی در زمینههای احتمال و آمار مانند تحلیل سریهای زمانی، فرآیندهای تصادفی و نظریه پیشبینی عمل میکند.
Uniquely combining theory, application, and computing, this book explores the spectral approach to time series analysisThe use of periodically correlated (or cyclostationary) processes has become increasingly popular in a range of research areas such as meteorology, climate, communications, economics, and machine diagnostics. Periodically Correlated Random Sequences presents the main ideas of these processes through the use of basic definitions along with motivating, insightful, and illustrative examples. Extensive coverage of key concepts is provided, including second-order theory, Hilbert spaces, Fourier theory, and the spectral theory of harmonizable sequences. The authors also provide a paradigm for nonparametric time series analysis including tests for the presence of PC structures.Features of the book include:An emphasis on the link between the spectral theory of unitary operators and the correlation structure of PC sequencesA discussion of the issues relating to nonparametric time series analysis for PC sequences, including estimation of the mean, correlation, and spectrumA balanced blend of historical background with modern application-specific references to periodically correlated processesAn accompanying Web site that features additional exercises as well as data sets and programs written in MATLAB® for performing time series analysis on data that may have a PC structurePeriodically Correlated Random Sequences is an ideal text on time series analysis for graduate-level statistics and engineering students who have previous experience in second-order stochastic processes (Hilbert space), vector spaces, random processes, and probability. This book also serves as a valuable reference for research statisticians and practitioners in areas of probability and statistics such as time series analysis, stochastic processes, and prediction theory.