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: Janet M. Box-Steffensmeier, John R. Freeman, Jon C. Pevehouse, Matthew Perry Hitt سری: Analytical Methods for Social Research ISBN (شابک) : 0521871166, 9780521871167 ناشر: Cambridge University Press سال نشر: 2014 تعداد صفحات: xvi+280 [298] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 Mb
در صورت تبدیل فایل کتاب Time Series Analysis for the Social Sciences 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 سری زمانی برای علوم اجتماعی 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.
داده های سری زمانی یا طولی در همه جا در علوم اجتماعی وجود دارند. متأسفانه، تحلیلگران اغلب ویژگیهای سری زمانی دادههای خود را بهعنوان یک مزاحم در نظر میگیرند تا یک فرآیند پویا معنادار برای مدلسازی و تفسیر. تجزیه و تحلیل سری های زمانی برای علوم اجتماعی آموزش های در دسترس و به روز و نمونه هایی از روش های اصلی در اقتصاد سنجی سری های زمانی را ارائه می دهد. Janet M. Box-Steffensmeier، John R. Freeman، Jon C. Pevehouse، و Matthew P. Hitt طیف گسترده ای از موضوعات از جمله مدل های ARIMA، رگرسیون سری زمانی، تشخیص ریشه واحد، مدل های خودبازگشتی برداری، مدل های تصحیح خطا را پوشش می دهند. مدلهای مداخله، ادغام کسری، مدلهای ARCH، شکستهای ساختاری و پیشبینی. این کتاب برای محققین و دانشجویان تحصیلات تکمیلی که حداقل یک درس را در رگرسیون چند متغیره گذرانده اند، می باشد. نمونههایی از چندین حوزه علوم اجتماعی، از جمله رفتار سیاسی، انتخابات، درگیری بینالمللی، جرمشناسی و اقتصاد سیاسی تطبیقی استخراج شدهاند.
Time-series, or longitudinal, data are ubiquitous in the social sciences. Unfortunately, analysts often treat the time-series properties of their data as a nuisance rather than a substantively meaningful dynamic process to be modeled and interpreted. Time-Series Analysis for Social Sciences provides accessible, up-to-date instruction and examples of the core methods in time-series econometrics. Janet M. Box-Steffensmeier, John R. Freeman, Jon C. Pevehouse, and Matthew P. Hitt cover a wide range of topics including ARIMA models, time-series regression, unit-root diagnosis, vector autoregressive models, error-correction models, intervention models, fractional integration, ARCH models, structural breaks, and forecasting. This book is aimed at researchers and graduate students who have taken at least one course in multivariate regression. Examples are drawn from several areas of social science, including political behavior, elections, international conflict, criminology, and comparative political economy.