نتایج جستجو برای: سری زمانی arma
تعداد نتایج: 62127 فیلتر نتایج به سال:
The well-known prediction-error-based maximum likelihood (PEML) method can only handle minimum phase ARMA models. This likelihood (BFML) method, which can handle nonminimum phase and noncausal ARMA models. The BFML method is identical to the PEML method in the case of a minimum phase ARMA model, and it turns out that the BFML method incorporates a noncausal ARMA filter with poles outside the un...
We consider computationally-fast methods for estimating parameters in ARMA processes from binary time series data, obtained by thresholding the latent ARMA process. All methods involve matching estimated and expected autocorrelations of the binary series. In particular, we focus on the spectral representation of the likelihood of an ARMA process and derive a restricted form of this likelihood, ...
Background and Objective: Predicting municipal solid waste generation has an important role in solid waste management. The aim of this study was to predict municipal solid waste generation in Isfahan through time series method and system dynamics modeling. Materials and Methods: Verified data of solid waste generation was collected from Waste Management Organization and population informatio...
A feasibility study of using of Dynamic Bayesian Networks in combination with ARMA modeling in exchange rate prediction is presented. A new algorithm (ARMA-DBN) is constructed and applied to the exchange rate forecast of RMB. Results show that the improved dynamic Bayesian forecast algorithm has better performance than the standard ARMA model.
با توجه به اهمیت پیش بینی در دنیای امروز و نیز اهمیت سود به عنوان یکی از مهم ترین متغیرهای حسابداری، سودمندی پیش بینی سود و یافتن مدلی مناسب که بتوان توسط آن سود را با خطای کم تری پیش بینی نمود آشکار است. در این میان محققان در تلاش به منظور یافتن مدلی مناسب برای پیش بینی سود، مدل های سری زمانی و گام تصادفی را اغلب به کار گرفته اند. هدف این تحقیق مقایسه ی مدل های گام تصادفی و سری زمانی (اتورگرسی...
In this paper, we study the statistical approaches to diagnose the heart by using the heart rate of individuals. First we review some well known methods and then we consider two new approaches. We analyse the extended self-similarity (ESS) and recursive model in the beat-to-beat fluctuations in the heart rates of healthy subjects as well as those with congestive heart failure. These concepts pr...
Autoregressive moving average (ARMA) models are a fundamental tool in time series analysis that offer intuitive modeling capability and efficient predictors. Unfortunately, the lack of globally optimal parameter estimation strategies for these models remains a problem: application studies often adopt the simpler autoregressive model that can be easily estimated by maximizing (a posteriori) like...
در این تحقیق پارامتر سطح اعتمادپذیری تامین تقاض، عدم قطعیت در سری آبدهی رودخانه و تغییر سیاست بهره برداری بر شاخصهای طراحی و عملکرد یک مخزن برقابی تحلیل و بررسی می شود. بدین منظور در ابتدا با استفاده از روش روندیابی متوالی جریان یک مدل شبیه سازی عملکرد مخزن بر مبنای اعتمادپذیری rbs برای تعیین پتانسیل تولیدی انرژی یک سد برقابی با شاخصهای طراحی معلوم نظیر رقوم نرمال مخزن و ظرفیت نصب شده نیروگاه ب...
The combination forecasting model IOWGA-EMD-ARMA-WNN is proposed in this paper. The randomness, periodicity and tendency of the original data are showed by EMD decomposition in EMD-ARMA model. WNN combines the advantages of wavelet analysis and BP neural network and improves the learning efficiency and forecasting accuracy. The weight of combination model is decided by forecasting precision of ...
این مقاله به بررسی رابطه پویای بازارهای مالی، پایداری، قابلیت پیش بینی و میزان ماندگاری نوسانات شوک ها در بازارهای سهام کشورهای ایران، عربستان، امارات، قطر، بحرین و عمان پرداخته است. در این تحقیق با به کارگیری داده های ماهیانه برای دوره زمانی 20 ساله 1990 تا 2010 از مدل های خودهمبسته واریانس ناهمسانی شرطی تعمیم یافته (GARCH) و مدل های سری زمانی خودهمبسته میانگین متحرک (ARMA) استفاده شده ا...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید