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 ریاضی ویرایش: نویسندگان: James Gentle سری: Chapman & Hall/CRC Texts in Statistical Science ISBN (شابک) : 1138599492, 9781138599499 ناشر: CRC Press سال نشر: 2020 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
در صورت تبدیل فایل کتاب Statistical Analysis of Financial Data: With Examples in 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 تجزیه و تحلیل آماری داده های مالی: با مثال در 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.
تحلیل آماری داده های مالی استفاده از تجزیه و
تحلیل آماری و روش های علم داده برای مدل سازی و تجزیه و تحلیل
داده های مالی را پوشش می دهد. فصل اول مروری بر بازارهای مالی
است، عملیات بازار را توصیف می کند و با استفاده از تجزیه و تحلیل
داده های اکتشافی برای نشان دادن ماهیت داده های مالی. نرم افزار
مورد استفاده برای به دست آوردن داده های مثال های فصل اول و برای
همه محاسبات و تولید نمودارها R است. با این حال بحث R به ضمیمه
فصل اول موکول شده است، جایی که اصول R، به ویژه مواردی که بیشتر
مرتبط هستند. در کاربردهای مالی ارائه و نشان داده شده است. پیوست
همچنین نحوه استفاده از R برای به دست آوردن داده های مالی جاری
از اینترنت را شرح می دهد.
فصل 2 روش های تجزیه و تحلیل داده های اکتشافی، به ویژه روش های
گرافیکی را تشریح می کند و آنها را نشان می دهد. بر روی داده های
مالی واقعی فصل 3 توزیعهای احتمال مفید در تحلیل مالی، به ویژه
توزیعهای سنگین را پوشش میدهد و روشهای شبیهسازی کامپیوتری
دادههای مالی را توضیح میدهد. فصل 4 روش های اساسی استنتاج
آماری، به ویژه استفاده از مدل های خطی در تجزیه و تحلیل را پوشش
می دهد و فصل 5 روش های سری های زمانی را با تأکید ویژه بر مدل ها
و روش های قابل استفاده برای تجزیه و تحلیل داده های مالی توضیح
می دهد.
ویژگیها
* روشهای آماری را برای تجزیه و تحلیل مدلهای مناسب برای
دادههای مالی، بهویژه مدلهایی با مقادیر پرت یا توزیعهای
سنگین پوشش میدهد.
* هر دو اصل را توضیح میدهد. از R و تکنیکهای پیشرفته مفید در
تجزیه و تحلیل دادههای مالی.
* مبتنی بر دادههای مالی واقعی و فعلی، نه فقط دادههای قدیمی
سپردهشده در برخی از وبسایتهای ثابت.
* شامل یک وبسایت بزرگ است. تعدادی تمرین، بسیاری از آنها
نیازمند استفاده از نرم افزار منبع باز برای به دست آوردن داده
های مالی واقعی از اینترنت و تجزیه و تحلیل آن هستند.
Statistical Analysis of Financial Data covers
the use of statistical analysis and the methods of data science
to model and analyze financial data. The first chapter is an
overview of financial markets, describing the market operations
and using exploratory data analysis to illustrate the nature of
financial data. The software used to obtain the data for the
examples in the first chapter and for all computations and to
produce the graphs is R. However discussion of R is deferred to
an appendix to the first chapter, where the basics of R,
especially those most relevant in financial applications, are
presented and illustrated. The appendix also describes how to
use R to obtain current financial data from the internet.
Chapter 2 describes the methods of exploratory data analysis,
especially graphical methods, and illustrates them on real
financial data. Chapter 3 covers probability distributions
useful in financial analysis, especially heavy-tailed
distributions, and describes methods of computer simulation of
financial data. Chapter 4 covers basic methods of statistical
inference, especially the use of linear models in analysis, and
Chapter 5 describes methods of time series with special
emphasis on models and methods applicable to analysis of
financial data.
Features
* Covers statistical methods for analyzing models appropriate
for financial data, especially models with outliers or
heavy-tailed distributions.
* Describes both the basics of R and advanced techniques useful
in financial data analysis.
* Driven by real, current financial data, not just stale data
deposited on some static website.
* Includes a large number of exercises, many requiring the use
of open-source software to acquire real financial data from the
internet and to analyze it.