استنباط درستنمایی زوجی در مدل های سری زمانی یک متغیره

thesis
abstract

این پایان نامه به بررسی خواص مجانبی روش برآورد درستنمایی زوجی متوالی در مدل های سری زمانی خطی می پردازد ‎‎که شامل ‎‎مدل های arma و arma تلفیق شده کسری‎ می باشد.‎‎ از آنجا که مشاهدات سری زمانی با زمان مرتب می شوند، لذا وابستگی بین مشاهدات نزدیک به هم بیشتر است و این سبب می شود که به مختصر سازی دیگری از درستنمایی زوجی بر پایه زوج های متوالی از مشاهدات پرداخته‎ شود. در بعضی ‎فرآیندها‎‏ چون ar(1) و فرآیندهای بلند حافظه با d<0.25‎، زیان کارآئی در استفاده از روش درستنمایی زوجی کم می باشد. از طرفی در بعضی مدل ها چون ma(1)‏،زیان کارآئی زیاد بوده و برای مدل های بلند حافظه با d>0.25‎‏، ‎ برآوردگر درستنمایی زوجی حتی به طور مجانبی نرمال نیست. یک مقایسه بین استفاده همه زوج ها و زوج های متوالی از مشاهدات در تعریف درستنمایی نیز انجام شده است. به علاوه کاربرد درستنمایی زوجی را در مدل های غیر خطی برای سری زمانی شمارشی بررسی خواهیم کرد. در این حالت ها، عملکرد درستنمایی زوجی را با مثال مشخص می سازیم. هرچند روش درستنمایی نقش بسیار مهمی در تئوری استنباط آماری دارد، اما اغلب استفاده از آن در کاربردها‎‎یی چون داده های فضایی و ژنتیکی که وابستگی پیچیده ای بین مشاهدات وجود دارد امکان پذیر نیست. به عنوان مثال، محاسبات درستنمایی ممکن است به معکوس کردن یک ماتریس کواریانس ابعاد بالا و یا محاسبه انتگرال با ابعاد بالا نیازمند باشد که در اینصورت مانع محاسبات می شود. در غلبه بر محدودیت محاسبات درستنمایی کامل، لیندسی در سال ‎1988‎، درستنمایی مرکب را به عنوان یک شبه درستنمایی برای استنباط معرفی کرده است. شکل های گوناگون این شبه درستنمایی شامل ترکیب درستنمایی برای زیر مجموعه کوچکی از داده ها یا ترکیبی از درستنمایی های شرطی می باشد.درستنمایی زوجی یک حالت خاصی از درستنمایی مرکب است. این شبه درستنمایی به صورت حاصلضربی از درستنمایی دو متغیره از همه زوج مشاهدات ممکن تعریف می شود. یعنی، برای

similar resources

ممیزی سری های زمانی با استفاده از برآورد تابع درستنمایی ضرایب موجک های گسسته

در این مقاله نسبت درستنمایی توابع چگالی دو جامعه نرمال با استفاده از تبدیل موجکی گسسته تقریب زده شده و یک معیار ناپارامتری برای ممیزی مدل های سری های زمانی ایستا در حوزه موجک ها پیشنهاد شده است. سپس با استفاده از روش های شبیه سازی کارایی معیار به دست آمده در ممیزی مدل های مختلف ARMA نشان داده شده است. عدم نیاز به مدل بندی پارامتری، سرعت محاسبات برای سری های زمانی بزرگ و نرخ خطای ممیزی پایین از ...

full text

چگونه یک مدل مناسب برای داده‌های سری زمانی انتخاب کنیم؟

The time series is a collection of observation data that are arranged according to time. The main purpose of setting up a time series is to predict future values. The first step in time series data is graphed. Using graphs can provide general information such as uptrend or downtrend, seasonal patterns, periodic presence, and outliers in time series graphs. After graphing the data, if a good for...

full text

پیش‌بینی رشد اقتصادی ایران: مقایسه مدل‌های سری زمانی تک متغیره و چند متغیره

در پژوهش حاضر سعی شده است با استفاده از آمار و اطلاعات مربوط به دوره 1385-1338 رشد اقتصادی ایران توسط برخی از روش‌های متداول سری زمانی پیش‌بینی شود. با مقایسه عملکرد پیش‌بینی‌های درون نمونه‌ای برای افق‌های یکساله، سه‌ساله و پنج‌ساله، اقدام به گزینش روش برتر در هر افق زمانی شده است و سپس رشد اقتصادی ایران برای دوره‌های متفاوت خارج از نمونه با روش‌های برتر، پیش‌بینی شده است. روش‌های مورد استفاده ...

full text

استنباط درستنمایی مرکب و ملاک انتخاب مدل در مدلهای مبتنی بر پارامتر

در مدلهای پارامتر مبنا، مشکل اساسی ترقیب درستنمایی این مدل و در واقع برآورد پارامترهای مدل است. یک روش برخورد با این مشکل استفاده از درستنمایی های ساده تر مانند درستنمایی مرکب است. در این مقاله پس از معرفی مدلهای پارامتر مبنا و درستنمایی مرکب، به معرفی یک ملاک انتخاب مدل مبتنی بر درستنمایی مرکب پرداخته ایم. در ادامه با استفاده از شبیه سازی، توانایی درستنمایی مرکب را در استنباط و انتخاب مدل صح...

full text

ممیزی سری های زمانی با استفاده از برآورد تابع درستنمایی ضرایب موجک های گسسته

در این مقاله نسبت درستنمایی توابع چگالی دو جامعه نرمال با استفاده از تبدیل موجکی گسسته تقریب زده شده و یک معیار ناپارامتری برای ممیزی مدل های سری های زمانی ایستا در حوزه موجک ها پیشنهاد شده است. سپس با استفاده از روش های شبیه سازی کارایی معیار به دست آمده در ممیزی مدل های مختلف arma نشان داده شده است. عدم نیاز به مدل بندی پارامتری، سرعت محاسبات برای سری های زمانی بزرگ و نرخ خطای ممیزی پایین از ...

full text

مقایسه‌ی مدل سری زمانی فازی درصدی و مدل سری زمانی کلاسیک: بررسی توان پیش‌بینی کوتاه‌مدت در نوسان‌های شدید

مدل‌‌های پیش‌بینی سری زمانی فازی در دهه‌های اخیر گسترش زیادی پیدا کرده‌‏اند. این نوع مدل‏‌ها برای داده‌‏های دارای ابهام و ناکامل که ساختار خطی ندارند رفتار مناسبی ارایه داده‌‏اند. این مقاله به بررسی مدل درصد تغییرات سری‌های فازی پرداخته و با مدل آریما مقایسه کرده است. کارایی مدل پیش‌نهادی برای پیش‌بینی بر روی نفت خام اوپک مورد ارزیابی قرار گرفت و نشان داده شد که این مدل برای داده‌های با نوسان‌ه...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران - دانشکده علوم ریاضی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023