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 Quantile Regression for Cross-Sectional and Time Series Data: Applications in Energy Markets Using R

دانلود کتاب رگرسیون کوانتیل برای داده های مقطعی و سری زمانی: کاربردها در بازارهای انرژی با استفاده از R

Quantile Regression for Cross-Sectional and Time Series Data: Applications in Energy Markets Using R

مشخصات کتاب

Quantile Regression for Cross-Sectional and Time Series Data: Applications in Energy Markets Using R

ویرایش:  
نویسندگان: ,   
سری: Springer Briefs in Finance 
ISBN (شابک) : 3030445038, 9783030445034 
ناشر: Springer 
سال نشر: 2020 
تعداد صفحات: 67 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 71,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Quantile Regression for Cross-Sectional and Time Series Data: Applications in Energy Markets Using R 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 کوانتیل برای داده های مقطعی و سری زمانی: کاربردها در بازارهای انرژی با استفاده از R 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 رگرسیون کوانتیل برای داده های مقطعی و سری زمانی: کاربردها در بازارهای انرژی با استفاده از R



این مختصر به تخمین مدل‌های رگرسیون چندکی از منظر عملی می‌پردازد، که از محققانی حمایت می‌کند که نیاز به استفاده از رگرسیون کمی شرطی برای اندازه‌گیری روابط اقتصادی میان مجموعه‌ای از متغیرها دارند. همچنین برای دانش‌آموزانی که برای اولین بار از این روش استفاده می‌کنند و شاغلین در سازمان‌های خصوصی یا دولتی که علاقه‌مند به مدل‌سازی بخش‌های مختلف توزیع شرطی یک متغیر هستند، سودمند خواهد بود. این کتاب یک رویکرد عملی را با اشاره به بازارهای انرژی دنبال می کند و به خوانندگان کمک می کند تا ویژگی های اصلی این تکنیک را سریعتر بیاموزند. بر خلاف رویکرد مورد استفاده در اکثر متون، بر جزئیات پیاده سازی و تفسیر صحیح ضرایب رگرسیون چندکی به جای روی جنبه های فنی روش تاکید می شود. همه برنامه ها با R نشان داده شده اند. 


 

توضیحاتی درمورد کتاب به خارجی

This brief addresses the estimation of quantile regression models from a practical perspective, which will support researchers who need to use conditional quantile regression to measure economic relationships among a set of variables. It will also benefit students using the methodology for the first time, and practitioners at private or public organizations who are interested in modeling different fragments of the conditional distribution of a given variable. The book pursues a practical approach with reference to energy markets, helping readers learn the main features of the technique more quickly. Emphasis is placed on the implementation details and the correct interpretation of the quantile regression coefficients rather than on the technicalities of the method, unlike the approach used in the majority of the literature. All applications are illustrated with R. 


 


فهرست مطالب

Preface
About This Book
Contents
1 Why and When Should Quantile Regression Be Used?
	References
2 A Case Study: Modeling Energy Markets by the Means of Quantile Regression
	2.1 Energy Markets
	2.2 Energy and Quantile Regression: An Overview of Existing Analysis
	References
3 Quantile Regression: A Methodological Overview
	3.1 Definition of Quantile and Conditional Quantile
	3.2 Estimating the Quantile in the Univariate Case
	3.3 Quantile Regression Estimation
	3.4 Quantile Regression Estimation Versus Weighted Quantile Regression Estimation
	References
4 Cross-sectional Quantile Regression
	4.1 Data Source
	4.2 Weighted Versus Unweighted Linear Regression: A Simple Example
	4.3 Quantile Regression in a Simple One-Covariate Model
	4.4 Coefficient Interpretation
	4.5 Quantile Regression in a Multiple-Covariate Model
	4.6 Conditional Versus Unconditional Quantile Regression
	4.7 Summarizing Remarks
	References
5 Time Series Quantile Regression
	5.1 Data Source
	5.2 Natural Gas Prices as a Determinant of Electricity Prices—An OLS Example
	5.3 Quantile Regression in a Simple One-Covariate Model
	5.4 Coefficient Interpretation
	5.5 Autoregressive Quantiles
	5.6 Summarizing Remarks
	Reference
6 Goodness of Fit in Quantile Regression Models
	Reference
7 Novel Approaches in Quantile Regression
	7.1 Nonparametric Quantile Regression
	7.2 The Cross-Quantilogram for Time Series
		7.2.1 The Cross-Quantilogram Definition
		7.2.2 Q-Test for Directional Predictability
		7.2.3 The Stationary Bootstrap
	7.3 Quantile Regression Forests
	References
8 What Have We Learned from Quantile Regression? Implications for Economics and Finance
Appendix  Programs for Quantile Regression and Implementation in R




نظرات کاربران