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: Hassler. Uwe
سری: Wiley series in probability and statistics
ISBN (شابک) : 9781119470281, 1119470285
ناشر: John Wiley & Sons
سال نشر: 2019
تعداد صفحات: 278
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل سری های زمانی با در نظر گرفتن حافظه طولانی: تجزیه و تحلیل سری زمانی.، ریاضیات - کاربردی.، ریاضیات - احتمال و آمار - عمومی.
در صورت تبدیل فایل کتاب Time series analysis with long memory in view 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 های زمانی با در نظر گرفتن حافظه طولانی 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.
یک توضیح ساده از مواد سری زمانی اولیه ارائه می دهد، و بینش هایی در مورد جنبه های فنی اساسی و روش های اثبات سری های زمانی حافظه طولانی با وابستگی شدید بین رویدادهای دور مشخص می شود. این کتاب خوانندگان را با نظریه و مبانی تحلیل سری های زمانی تک متغیره با تمرکز بر حافظه بلند و ادغام کسری آشنا می کند که در چارچوب کلی تعبیه شده است. این نظریه کلی سریهای زمانی را ارائه میکند، از جمله برخی از مسائلی که در کتابهای دیگر در مورد سریهای زمانی بررسی نشدهاند، مانند ergodicity، پایداری در مقابل حافظه، ویژگیهای مجانبی پریودوگرام، و تخمین ویتل. فصلهای بعدی به نظریه حد مرکزی عملکردی کلی، تخمین پارامتریک و نیمه پارامتریک پارامتر حافظه بلند و آزمونهای بهینه محلی میپردازند. شهودی و آسان برای خواندن، تجزیه و تحلیل سری زمانی با حافظه طولانی در نمای ارائه می دهد فصل هایی که شامل: فرآیندهای ثابت. میانگین های متحرک و فرآیندهای خطی. تجزیه و تحلیل دامنه فرکانس; تفاوت و ادغام؛ فرآیندهای یکپارچه کسری؛ ابزار نمونه; برآوردگرهای پارامتری; برآوردگرهای نیمه پارامتریک; و تست همچنین در مورد موضوعات بیشتر بحث می کند. این کتاب: مثالهای ابتدای فصل و همچنین استدلالها و برهانهای فنی پایان فصل را ارائه میکند که حاوی نتایج جدید بسیاری در مورد فرآیندهای حافظه طولانی است که در کتابهای درسی قبلی و موجود دیده نشده است. تجزیه و تحلیل سری های زمانی با حافظه طولانی شامل 25 شکل گویا و همچنین لیستی از نمادها و کلمات اختصاری تجزیه و تحلیل سری زمانی با حافظه طولانی در نمای متنی ایده آل برای دانشجویان سال اول دکترا، محققان و متخصصان آمار، اقتصاد سنجی و هر حوزه کاربردی است. که از سری های زمانی در یک دوره طولانی استفاده می کند. همچنین برای محققین، دانشجویان کارشناسی و شاغلین در حوزه هایی که نیاز به مقدمه ای دقیق برای تحلیل سری های زمانی دارند، مفید خواهد بود.
Provides a simple exposition of the basic time series material, and insights into underlying technical aspects and methods of proof Long memory time series are characterized by a strong dependence between distant events. This book introduces readers to the theory and foundations of univariate time series analysis with a focus on long memory and fractional integration, which are embedded into the general framework. It presents the general theory of time series, including some issues that are not treated in other books on time series, such as ergodicity, persistence versus memory, asymptotic properties of the periodogram, and Whittle estimation. Further chapters address the general functional central limit theory, parametric and semiparametric estimation of the long memory parameter, and locally optimal tests. Intuitive and easy to read, Time Series Analysis with Long Memory in View offers chapters that cover: Stationary Processes; Moving Averages and Linear Processes; Frequency Domain Analysis; Differencing and Integration; Fractionally Integrated Processes; Sample Means; Parametric Estimators; Semiparametric Estimators; and Testing. It also discusses further topics. This book: Offers beginning-of-chapter examples as well as end-of-chapter technical arguments and proofs Contains many new results on long memory processes which have not appeared in previous and existing textbooks Takes a basic mathematics (Calculus) approach to the topic of time series analysis with long memory Contains 25 illustrative figures as well as lists of notations and acronyms Time Series Analysis with Long Memory in View is an ideal text for first year PhD students, researchers, and practitioners in statistics, econometrics, and any application area that uses time series over a long period. It would also benefit researchers, undergraduates, and practitioners in those areas who require a rigorous introduction to time series analysis.
Content: Stationary processes --
Moving averages and linear processes --
Frequency domain analysis --
Differencing and integration --
Fractionally integrated processes --
Sample mean --
Parametric estimators --
Semiparametric estimators --
Testing --
Further topics.