نتایج جستجو برای: مدلهای garch چند متغیره
تعداد نتایج: 87075 فیلتر نتایج به سال:
امروزه پردازش سیگنالهای آرایه ای به یک حوزه فعال تحقیقاتی و مهندسی تبدیل شده است و کاربردهای زیادی در رادار، سونار، جهت یابی سیگنال، ستاره شناسی رادیویی، زلزله شناسی و روش های تشخیص پزشکی و درمانی دارد. جهت یابی سیگنال های صوتی زیر آب توسط هایدروفن ها نیز یکی از کاربردهای مهم پردازش سیگنال آرایه ای است. در این راستا، تعیین مدل آماری نویز محیطی نقش مهمی دارد. از آن جایی که کانال مخابراتی زیر آب ...
مدل سازی نوسانات بازده از منظر اقتصاددانان و نیز کارپردازان علوم مالی به لحاظ موارد استفاده ی آن در پیش بینی بازده سهام، از اهمیت بالایی برخوردار است. مدل های خانواده ی garch در کاربرد بسیار مفید هستند زیرا برازش آن ها می تواند برای پیش بینی های تجربی آینده مانند پیش بینی نوسانات خوشه ای به کار روند. همچنین پیش بینی ها در مدیریت ریسک مالی بسیار مهم اند. اگر برای ساختن بازه های اطمینان پارامتره...
ارزیابی و پیشبینی تغییرات تراز سطح آب زیرزمینی با استفاده از مدلهای خاص، اطلاعات ارزشمندی جهت مدیریتمنابع آب و برنامهریزی مصرف، در اختیار میگذارد. از بین ابزار و روشهای متفاوت موجود، مدلهای رگرسیون غیرخطیچند متغیره برای پیشبینی پدیدههای هیدرولوژیکی از اهمیت زیادی برخوردارند. در این پژوهش از دادههای ماهانه مصارف،بارش و ارتفاع سطح ایستابی برای سالهای 1380 الی 1390 دشت عجبشیر استفاده گردید. با تجز...
یکی از موضوع های مورد توجه و تأثیرگذار در مسائل اقتصادی بازار دارایی هاست . به لحاظ نظری اگر بازار دارایی ها از نظر اطلاعات کارا عمل کرده و افراد عقلایی رفتار کنند ، قیمت داراییها منعکس کننده اطلاعات موجود در باره وقایع مورد انتظار است . از سویی دیگر از جمله موضوع های مهم که به گونه ای گسترده در اقتصاد کلان مطرح است ، انتخاب سیاست ها و ابزارهای مناسب در جهت از بین بردن عدم تعادل و ایجاد ثبات ا...
We propose a new model for volatility forecasting which combines the Generalized Dynamic Factor Model (GDFM) and the GARCH model. The GDFM, applied to a large number of series, captures the multivariate information and disentangles the common and the idiosyncratic part of each series of returns. In this financial analysis, both these components are modeled as a GARCH. We compare GDFM+GARCH and ...
هیات استانداردهای حسابداری مالی (fasb) تاکید می کند که داده های حسابداری تعهدی نسبت به جریان وجه نقد گذشته باید مبنای بهتری برای ارزیابی جریان وجه نقد آتی شرکت باشد.این تحقیق شواهدی برای بیان خصوصیات سریهای زمانی و توانایی پیش بینی جریان وجه نقد ارائه می کند و نمونه ای از شرکتهایی را بکار می برد که ضحت پیش بینی جریان وجه نقد دوره بعد در سال 1368 در مورد آنها ارزیابی شده است.مدلهای رگرسیون چ...
آرزوی همه فعالان بازار سرمایه یافتن رابطه ای برای پیش بینی رفتار قیمتی دارایی ها است. مدلهای بسیاری برای این کار تا کنون ارائه شده اند. از جمله این مدلها یا روشها می توان به تحلیل تکنیکال، تحلیل فاندامنتال، فرضیه سطوح کارایی بازار، تئوری پورتفولیو و نیز مدلهای قیمت گذاری داراییهای سرمایه ای، تئوری آشوب و شبکه های عصبی اشاره کرد. مدلهای قیمت گذاری ممکن است تک متغیره و یا چند متغیره باشند. از طرف...
The autoregressive conditional heteroskedasticity (ARCH) and generalized autoregressive conditional heteroskedasticity (GARCH) models take the dependency of the conditional second moments. The idea behind ARCH/GARCH model is quite intuitive. For ARCH models, past squared innovations describes the present squared volatility. For GARCH models, both squared innovations and the past squared volatil...
مقدمه و هدف: زمانی که در یک مطالعه بیش از یک متغیر پاسخ با مقیاس اندازه گیری متفاوت داشته باشیم، این گونه پاسخ ها را چند متغیره آمیخته می گویند. با توجه به محدودیت ها و برقرارنبودن برخی پیش فرض ها، روش های کلاسیک آماری برای مدل بندی و پیش بینی این پاسخ ها کارایی ندارند. هدف این مطالعه، طراحی شبکه عصبی مصنوعی برای مدل بندی و پیش بینی پاسخ های دومتغیره آمیخته شامل سندرم متابولیک و شاخص homa-ir می...
در این مطالعه حذف آلیزارین قرمز از محلول های آبی توسط پوست ذرت، نانواکسیدآهن و کامپوزیت این دو ماده به عنوان جاذب های جدید بررسی و مقایسه شد. اثر عواملی مانند ph، مقدار جاذب، غلظت اولیه رنگ، دما، اثر زمان تماس و نسبت مقدار نانواکسیدآهن به پوست ذرت در سنتز نانوکامپوزیت به عنوان جاذب، مورد بررسی قرار گرفت. از روش طرح آماری آزمایش جهت بهینه کردن شرایط حذف آلیزارین قرمز توسط جاذب پوست ذرت، نانواک...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید