این کتاب رگرسیونهای چندگانه تک متغیره پیشرفته را ارائه میدهد که میتوانند مستقیماً برای پیشبینی متغیرهای وابسته، ارزیابی مقادیر پیشبینی درون نمونهای و محاسبه مقادیر پیشبینی فراتر از دوره نمونه مورد استفاده قرار گیرند. مدلهای رگرسیون چندگانه جایگزین مختلفی بر اساس سری زمانی تک متغیره، دو متغیره و سه متغیره ارائه شده است که با در نظر گرفتن الگوهای رشد خاص هر متغیر وابسته، از سادهترین مدل تا پیشرفتهترین مدل، توسعه داده میشوند. نمودارهایی از نمرات مشاهده شده و ارزیابی پیشبینی هر یک از مدلها ارائه شده است تا بدترین و بهترین مدلهای پیشبینی را در بین هر مجموعه از مدلهای یک متغیر مستقل خاص نشان دهد.
تحلیل دادههای سری زمانی پیشرفته: پیشبینی با استفاده از EViews تعدادی از مدلهای پیشبینی مدرن و پیشرفته را که در هیچ کتاب دیگری ارائه نشدهاند، در اختیار خوانندگان قرار میدهد. این مدلها شامل مدلهای تعاملی مختلف، مدلهایی با روندهای جایگزین (از جمله مدلهایی با روندهای ناهمگن) و مدلهای ناهمگن کامل برای سریهای زمانی ماهانه، سریهای زمانی فصلی و سریهای زمانی سالانه هستند. هر یک از مدلها میتوانند توسط همه محققان کمی اعمال شوند.
مدلهایی را ارائه میدهد که همگی در کلاس درس آزمایش شدهاند.
شامل نمونههای داده واقعی
شامل بیش از ۳۵۰ معادله برای مدلهای مختلف سری زمانی
شامل بیش از ۲۰۰ مثال توضیحی با یادداشتها و نظرات ویژه
قابل استفاده برای دادههای سری زمانی تمام مطالعات کمی
کتاب «تحلیل پیشرفته دادههای سری زمانی: پیشبینی با استفاده از EViews» برای محققان و متخصصان در مدلهای پیشبینی و همچنین کسانی که تجزیه و تحلیل دادههای کمی را مطالعه میکنند، جذاب خواهد بود. این کتاب برای کسانی که مایل به کسب دانش و درک بهتر در مورد پیشبینی، به ویژه عدم قطعیت مقادیر پیشبینی، هستند، مناسب است.






























