پیش بینی خطی فرآیندهای arma با واریانس نامتناهی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده ریاضی
- author عثمان نوروزی
- adviser صفیه محمودی سروش علیمرادی
- Number of pages: First 15 pages
- publication year 1393
abstract
در این پایان نامه برای پیش بینی خطی فرآیندهای arma با واریانس نامتناهی دو روش مورد مطالعه قرار می گیرد. که در آن ها، برخلاف حالت کلاسیک، نوفه ها از توزیع نرمال پیروی نمی کنند و دارای توزیع ∝-پایدار هستند. در روش اول، با استفاده از روش حداقل پراکندگی که توسط براکول و کلاین معرفی شده است به پیش بینی مقادیر آینده پرداخته می شود. این روش دارای محدودیت هایی است که به آن اشاره خواهد شد. در روش دوم، از نمایش انتگرالی فرآیندهای تصادفی ∝-پایدار استفاده شده است. در این روش با معرفی فضای هیلبرت جدید و با استفاده از معیار هم وردش پایدار، معادلات پیش بینی و قضیه ی تصویر سازی برای فرآیندهایی با واریانس متناهی تعمیم داده و بهترین پیش بینی خطی برای فرآیندهای ∝-پایدار معرفی می شود. در نهایت با استفاده از نرم افزار متلب این دو روش شبیه سازی و باهم مقایسه می شوند.
similar resources
تشخیص مرتبه فرآیندهای میانگین متحرک با واریانس نامتناهی
دربرازش الگوی مناسب به فرآیندهای ایستا با نوفه سفید نرمال یا دارای گشتاور مرتبه دوم متناهی تابع خودهمبستگی نمونه ایی وسیله مهمی در تشخیص نارسایی و بیان خواص یک فرآیند تصادفی ایستا است.دراغلب این فرآیندها مدلهای خطی به داده ها برازش می شود و تابع خود همبستگی نمونه ایی همگرایی ضعیف دارد. از طرفی این تابع نقش به سزایی در تعیین مرتبه فرآیند میانگین متحرک برازش شده به داده ها را دارد.حال اگر نوفه سف...
15 صفحه اولساختارهای خطی و غیر خطی در پیش بینی بازده سهام
پیش بینی بازده سهام به کمک کشف الگوهای رفتاری فرآیند مولد قیمت سهام امکان پذیر است. میزان موفقیت درکشف اینگونه الگوهای رفتاری، میزان کارایی پیش بینی را مشخص می کند. به عبارت دیگر فرآیند مولد قیمت سهام را می توان به عنوان یک الگوی دینامیکی بررسی کرد. این فرآیند ممکن است به صورت مدل های خطی، مدل های غیر خطی و یا مدل های تصادفی به دست آید. این پژوهش ساختارهای خطی پیش بینی کننده را در قالب دو مدل...
full textبررسی هندسه فضاهای l و کاربردهایش در فرآیندهای تصادفی با واریانس متناهی و نامتناهی
چکیده ندارد.
15 صفحه اولکاربرد قواعد کشفی و الگوریتم ژنتیک در ساخت مدل ARMA برای پیش بینی سری زمانی
برای پیشبینی سری زمانی ابتدا باید مدل مناسبی از آن ساخته شود. تعیین ابعاد و تخمین پارامترهای مناسب برای مدل ARMA سری زمانی، چالشی است که علاوه بر روش‌های متداول آماری، از طریق محاسبات هوشمند نیز به آن توجه شده است. در این مقاله استفاده از الگوریتم ژنتیک برای تخمین پارامترهای مدل ARMA و قواعد کشفی برای تعیین ابعاد مدل ارائه می‌شود. قواعد کشفی بر‌اساس ویژگیهای سری زمانی استخراج میشوند. داده...
full textمدلهای arma نرمال چوله با پیش بینی کننده های غیرخطی
توزیعهای نرمال چوله چند متغیره با وجود دارا بودن بعضی از ویژگیهای توزیع نرمال دارای پیش بینی کننده ناهمگن غیر خطی و فاقد خاصیت بسته بودن (جمع متغیرهای تصادفی نرمال چوله مستقل نرمال چوله نمی باشد)از این توزیعها می باشند.اخیرا کلاسی از توزیعهای نرمال چوله با خاصیت بسته بودن به نام توزیعهای نرمال چوله بسته معرفی شده است .ساختار مدلهای arma نرمال چوله ایستا با نوفه های رنگی یا همبسته مورد بررسی ق...
15 صفحه اولپیش بینی قیمت خرده‌فروشی و عمده‌فروشی ماهی قزل آلا با استفاده از شبکه عصبی مصنوعی و مدل ARMA
توجه به ثبات نسبی و پیشبینی قیمت، می‌تواند نقش مهمی در کنترل ناپایداری قیمت‌ها و درنهایت کاهش ریسک بازار داشته باشد. در موضوع پیشبینی، مهم‌ترین بخش مقایسهی روش‌های مختلف است. در این پژوهش با مقایسهی قدرت پیشبینی دو روشARMA و شبکهی عصبی مصنوعی و با انتخاب روش بهتر، قیمت‌های هفتگی خرده‌فروشی و عمده‌فروشی ماهی قزل‌آلا پیشبینی می‌شود. در این مطالعه از شبکهی پیش‌خور که از نوع شبکه‌های پس ان...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده ریاضی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023