سال انتشار: 2022 | 630 صفحه | حجم فایل: 39 مگابایت | زبان: انگلیسی
تعداد موارد: 10
پیش بینی سری های زمانی مدرن با پایتون؛ کاوش پیش بینی سری های زمانی آماده صنعت با استفاده از یادگیری ماشین مدرن و یادگیری عمیق
پیش بینی و تقسیم بندی داده ها با استفاده از مایکروسافت اکسل؛ انجام گروه بندی داده ها، پیش بینی های خطی و آمار یادگیری ماشین سری های زمانی بدون استفاده از کد
تحلیل سری های زمانی چندمتغیره و کاربردها
تجزیه و تحلیل داده های سری های زمانی پیشرفته؛ پیش بینی با استفاده از EViews
پیشرفت در پیش بینی سری های زمانی
تجزیه و تحلیل کاربردی سری های زمانی؛ یک راهنمای عملی برای مدل سازی و پیش بینی
تحلیل سری زمانی؛ پیش بینی و کنترل
نسخه پنجم این کتاب، پلی بین مدلهای کلاسیک و موضوعات مدرن ایجاد کرده و ارائهای متعادل از ابزارها جهت مدلسازی و تحلیل سریهای زمانی برقرار میکند، همچنین آخرین تحولاتی که در این زمینه طی دهه گذشته توسط کاربردها در حوزههایی مانند کسبوکار، امور مالی و مهندسی رخ داده است را توصیف میکند. این کتاب روشهای کلیدی برای ساخت، طبقهبندی، تست و تحلیل مدلهای تصادفی در پنج حوزه مهم را فراهم میکند. ویرایش پنجم همچنان بهعنوان یکی از مؤثرترین و بهترین آثار در مورد این موضوع بهکار میرود.
سال انتشار: 2015 | 709 صفحه | حجم فایل: 14 مگابایت | زبان: انگلیسی
آشنایی با مدل سازی سری زمانی
در مدلسازی سری زمانی رفتار یک پدیده خاص در ارتباط با مقادیر گذشتهاش و دیگر متغیرهای کمکی، بیان خواهد شد.
از آنجا که بسیاری از پدیدههای مهم در تجزیهوتحلیل آماری، از نوع سری زمانی هستند و شناسایی توزیع مشروط این پدیده یک بخش ضروری از مدلسازی آماری است، یادگیری روشهای اساسی مدلسازی سری زمانی بسیار مفید و مهم بهنظر میآید.
این کتاب با تصویرسازی برای ساخت مدلهای سری زمانی با استفاده از روشهای پایه، تعداد زیادی از مدلهای سری زمانی و ابزارهای گوناگونی بهمنظور سازماندهی آنها را پوشش داده است. این کتاب مدل فضای حالت را به عنوان یک ابزار عمومی برای مدلسازی سری زمانی بهکار برده و به ارائه روش مناسب فیلتر کردن مقادیر بازگشتی ازجمله فیلتر کالمن، فیلتر غیرگاوسی و فیلتر ترتیبی مونت کارلو، پرداخته است.
نویسنده با تمرکز روی تشریح مدلسازی، پیشبینی و استخراج سیگنال سری زمانی، ابزارهای اساسی تجزیهوتحلیل سریهای زمانی که در مسائل دنیای واقعی بوجود میآیند را ارائه داده است.
از آنجا که بسیاری از پدیدههای مهم در تجزیهوتحلیل آماری، از نوع سری زمانی هستند و شناسایی توزیع مشروط این پدیده یک بخش ضروری از مدلسازی آماری است، یادگیری روشهای اساسی مدلسازی سری زمانی بسیار مفید و مهم بهنظر میآید.
این کتاب با تصویرسازی برای ساخت مدلهای سری زمانی با استفاده از روشهای پایه، تعداد زیادی از مدلهای سری زمانی و ابزارهای گوناگونی بهمنظور سازماندهی آنها را پوشش داده است. این کتاب مدل فضای حالت را به عنوان یک ابزار عمومی برای مدلسازی سری زمانی بهکار برده و به ارائه روش مناسب فیلتر کردن مقادیر بازگشتی ازجمله فیلتر کالمن، فیلتر غیرگاوسی و فیلتر ترتیبی مونت کارلو، پرداخته است.
نویسنده با تمرکز روی تشریح مدلسازی، پیشبینی و استخراج سیگنال سری زمانی، ابزارهای اساسی تجزیهوتحلیل سریهای زمانی که در مسائل دنیای واقعی بوجود میآیند را ارائه داده است.
سال انتشار: 2010 | 305 صفحه | حجم فایل: 7 مگابایت | زبان: انگلیسی
تجزیه و تحلیل سری های زمانی
در دههی گذشته تغییرات شگرفی پژوهشگران تجزیه و تحلیل سریهای اقتصادی و زمانی مالی به ارمغان آوردهاند. این کتاب ترکیبی از پیشرفتهای اخیر را در دسترس دانشجویان قرار میدهد.
جیمز همیلتون در متن کتاب اول رفتار مناسب ابداعی مانند بردار رگرسیون، روش کلی از لحظات، برآمد اقتصادی و آماری از ریشههای واحد، زمان متفاوت واریانس و مدلهای غیر خطی سریهای زمانی را مورد بحث قرار داده است.
علاوه بر این، او ابزارهای اساسی برای تجزیه و تحلیل سیستمهای پویا از جمله نمایشهای خطی، توابع مولد کواریانس، تجزیه و تحلیل طیفی و فیلتر کالمن را ارائه کرده است.
جیمز همیلتون در متن کتاب اول رفتار مناسب ابداعی مانند بردار رگرسیون، روش کلی از لحظات، برآمد اقتصادی و آماری از ریشههای واحد، زمان متفاوت واریانس و مدلهای غیر خطی سریهای زمانی را مورد بحث قرار داده است.
علاوه بر این، او ابزارهای اساسی برای تجزیه و تحلیل سیستمهای پویا از جمله نمایشهای خطی، توابع مولد کواریانس، تجزیه و تحلیل طیفی و فیلتر کالمن را ارائه کرده است.
سال انتشار: 1994 | 820 صفحه | حجم فایل: 29 مگابایت | زبان: انگلیسی