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 Posterior analysis of the multiplicative heteroscedasticity model

دانلود کتاب تجزیه و تحلیل پسین مدل ناهمگونی ضربی

Posterior analysis of the multiplicative heteroscedasticity model

مشخصات کتاب

Posterior analysis of the multiplicative heteroscedasticity model

دسته بندی: تحلیل و بررسی
ویرایش:  
نویسندگان:   
سری:  
 
ناشر:  
سال نشر: 2001 
تعداد صفحات: 20 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 131 کیلوبایت

قیمت کتاب (تومان) : 40,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Posterior analysis of the multiplicative heteroscedasticity model 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 تجزیه و تحلیل پسین مدل ناهمگونی ضربی 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 تجزیه و تحلیل پسین مدل ناهمگونی ضربی

در این مقاله، نحوه استفاده از رویکرد بیزی در مدل ناهمسانی ضربی مورد بحث توسط [1] را نشان می‌دهیم. نمونه‌بردار گیبس و الگوریتم متروپلیس-هیستینگز (MH) برای مدل ناهمسانی ضربی اعمال می‌شوند، که در آن برخی از چگالی‌های مولد نامزد در الگوریتم MH در نظر گرفته می‌شوند. ما مطالعه مونت کارلو را برای بررسی خواص تخمین ها از طریق رویکرد بیزی و همتایان سنتی مانند برآوردگر دو مرحله ای اصلاح شده (M2SE) و برآوردگر حداکثر درستنمایی (MLE) انجام می دهیم. نتایج ما از مطالعه مونت کارلو نشان می دهد که چگالی مولد نامزد انتخاب شده در مقاله ما مناسب است و رویکرد بیزی عملکرد بهتری را نسبت به همتایان سنتی در معیار ریشه میانگین مربعات خطا (RMSE) و محدوده بین چارکی (IR) نشان می دهد.


توضیحاتی درمورد کتاب به خارجی

In this paper, we show how to use Bayesian approach in the multiplicative heteroscedasticity model discussed by [1]. The Gibbs sampler and the Metropolis-Hastings (MH) algorithm are applied to the multiplicative heteroscedasticity model, where some candidate-generating densities are considered in the MH algorithm. We carry out Monte Carlo study to examine the properties of the estimates via Bayesian approach and the traditional counterparts such as the modified two-step estimator (M2SE) and the maximum likelihood estimator (MLE). Our results of Monte Carlo study show that the candidate-generating density chosen in our paper is suitable, and Bayesian approach shows better performance than the traditional counterparts in the criterion of the root mean square error (RMSE) and the interquartile range (IR).





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی