پیش بینی فاصله ای در سری های زمانی ایستا با استفاده از روش بوت استرپ

thesis
abstract

آینده یک سری زمانی را می توان به کمک داده هایی که در طی زمان های گذشته گرداوری شده اند، را پیش بینی کرد. پیش بینی را می توان به صورت نقطه ای یا فاصله ای انجام داد. در این تحقیق، هدف پیش بینی فاصله ای است. در رویکرد کلاسیک فاصله های پیش بینی بر اساس توزیع نرمال برای خطای پیش بینی بوده است. لذا پیش بینی مناسبی با این فرض به دست نمی اید. ما در این تحقیق از روش بوت استرپ برای این فاصله ها استفاده کرده ایم. روش ما براساس بازنمونه گیری غربالی است.

similar resources

فاصله های پیش بینی و درون یابی بوت استرپ در سری های زمانی

مبحث سری های زمانی در علوم مختلف بسیار پرکاربرد است و از هدف های اصلی آن برآورد بازه های پیشگویی بر اساس مشاهدات گذشته ی سری و برآورد بازه های درون یابی برای مقادیر گمشده است. در روش های سنتی فرض بر این است که توزیع باقیمانده ها معلوم است. اما روش های بوت استرپ بازه های پیشگویی و درون یابی را بدون هیچ فرضی درباره ی توزیع خطاها برآورد می کند. در سال های اخیر روش های متفاوت بوت استرپ ارائه شده اس...

15 صفحه اول

بازه های پیش گویی بوت استرپ نیم ارامتری در سری های زمانی

یکی از مسائل مهم در تحلیل سری­های زمانی برآورد بازۀ پیش گویی آینده بر اساس مشاهدات گذشته  است. در سال­های اخیر، روش­های مختلف بوت­استرپ برای برآورد بازه­های پیش گویی بدون هیچ فرضی در بارۀ توزیع خطاها، ارائه شده است. روش­های بوت­استرپ نیم پارامتری بر اساس برازش یک مدل اتورگرسیو بر روی داده­ها است و نمونه­های بوت­استرپ با استفاده از بازنمونه­گیری از باقی مانده­ها تولید می­شود. در این مقاله در ابت...

full text

ارائه روشی برای پیش بینی پایدار سری های زمانی با کاربرد در مسائل مالی با استفاده از روش Robust

به منظور مدل‌سازی و تخمین مناسب و قابل اعتماد پارامترها در مدل‌های داده­های خودهمبسته، از رویکردهای پایداراستفاده می­شود. وجود داده‌‌های پرت و آلودگی‌ها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، داده‌های گذشته بر داده­های اخیر اثرگذار هستند، این داده‌ها معمولاً در قالب سری زمانی مدل­سازی می‌شوند. در این تحقیق، مدل­های خود رگرسیون به عنوان یکی از مدل­های مط...

full text

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

full text

پیش بینی تورم با استفاده از رهیافت سری های زمانی

امروزه، پیش­بینی متغیرهای کلان اقتصادی از جمله نرخ تورم، از اهمیت ویژه­ای برای سیاستگذاری و برنامه ریزی های اقتصادی برخوردار شده است. در این راستا در دهه های اخیر، مدل­های پیش­بینی گوناگونی برای نرخ تورم مطرح شده اند. در این مقاله، با استفاده از سری زمانی نرخ تورم اعلام شده از سوی مرکز آمار ایران (از اسفند ۱۳۸۲ تا آذر ۱۳۹۳)،  مدل (۲،۲،۳)arima انتخاب شد. بعد از تصریح مدل، ابتدا پیش بینی درون نمو...

full text

فاصله های پیش بینی بوت استرپ برای احتمال مرگ و میر ایران

بررسی روند و احتمال مرگ و میر برای برنامه ریزان، کارشناسان جمعیت، سازمان های بازنشستگی و شرکت های بیمه از اهمیت بالایی برخوردار است. تحقیقات نشان می دهد جداول مرگ و میر ایستا، احتمالات مرگ و میر را زیاد نشان می دهند. علت بیش برآوردی احتمالات مرگ و میر در جداول ایستا را می توان به نادیده گرفتن تغییرات مرگ و میر بر حسب زمان نسبت داد. جداول مرگ و میر پویا با در نظر گرفتن اثر زمان در سنین مختلف بر ...

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 علامه طباطبایی - دانشکده علوم ریاضی و مهندسی کامپیوتر

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023