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:
نویسندگان: František à tulajter (auth.)
سری:
ISBN (شابک) : 9781441929655, 9781475736298
ناشر: Springer New York
سال نشر: 2002
تعداد صفحات: 237
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Predictions in Time Series Using Regression Models 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 پیش بینی ها در سری زمانی با استفاده از مدل های رگرسیون 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 به تجزیه و تحلیل آماری سری های زمانی می پردازد و موقعیت هایی را پوشش می دهد که در چارچوب سری های زمانی ثابت نمی گنجند، همانطور که در کتاب های کلاسیک باکس و جنکینز، براکول و دیویس و دیگران توضیح داده شده است. برآوردگرها و خواص آنها برای پارامترهای رگرسیون مدلهای رگرسیونی ارائه شدهاند که میانگین و توابع کوواریانس سریهای زمانی عمومی را بهصورت خطی یا غیرخطی توصیف میکنند. با استفاده از این مدل ها، یک نظریه منسجم و روش پیش بینی سری های زمانی ایجاد می شود. روشها برای همه کاربردهایی که روند و نوسانات دادههای مرتبط با زمان باید به دقت مدلسازی شوند مفید هستند، بهعنوان مثال، سریهای اکولوژی، اقتصادسنجی و مالی. این کتاب دانش خوبی از مبانی مدلهای خطی و سریهای زمانی را فرض میکند.
This book deals with the statistical analysis of time series and covers situations that do not fit into the framework of stationary time series, as described in classic books by Box and Jenkins, Brockwell and Davis and others. Estimators and their properties are presented for regression parameters of regression models describing linearly or nonlineary the mean and the covariance functions of general time series. Using these models, a cohesive theory and method of predictions of time series are developed. The methods are useful for all applications where trend and oscillations of time correlated data should be carefully modeled, e.g., ecology, econometrics, and finance series. The book assumes a good knowledge of the basis of linear models and time series.
Content:
Front Matter....Pages i-ix
Hilbert Spaces and Statistics....Pages 1-50
Random Processes and Time Series....Pages 51-71
Estimation of Time Series Parameters....Pages 73-145
Predictions of Time Series....Pages 147-195
Empirical Predictors....Pages 197-222
Back Matter....Pages 223-233