مدل های بطور شرطی خود بازگشتی در مدل بندی فرایندهای فضایی که روی یک شبکه یا مجموعه ای از ناحیه های نامنظم مشاهده می شوند، از مسائل با اهمیت بشمار می روند. به ویژه هنگامی که داده ها ناگاوسی هستند و یک مدل آمیخته خطی تعمیم یافته برای تحلیل آن ها اتخاذ می شود، اغلب مدل های بطور شرطی خودبازگشتی برای اثرات تصادفی در نظر گرفته می شود. تابع همسایگی در یک مدل بطور شرطی خودبازگشتی معمولاً بصورت مقادیر تع...

در این مقاله ابتدا به معرفی مدل‌های دلاپورت و لودرز-فورمل نوع اول پرداخته می‌شود. سپس این مدل‌ها به‌عنوان توزیع‌های حاشیه‌ای ایستا برای فرایندهای خودبازگشتی صحیح مقدار مرتبه اول در نظر گرفته شده و مورد بحث قرار می‌گیرند. در ادامه فرایندهای خودبازگشتی صحیح مقدار مراتب بالاتر مورد بررسی واقع می‌‎شوند. ویژگی‌های مختلفی از قبیل رفتار رگرسیونی، زمان معکوس‌پذیری و... برای مدل‌های خودبازگشتی صحیح مقدا...

عوامل زیادی بر قیمت نفت خام تأثیر می­گذارند از این رو استفاده از یک مدل چند متغیری که تمام عوامل مؤثر بر قیمت نفت را لحاظ کرده باشد کاری دشوار است. به همین دلیل، پیش­بینی این متغیر از طریق مدل­های چند متغیری بسیار دشوار است. در این حالت ممکن است استفاده از مدل­های تک متغیری روش مناسبی باشد. در این مدل­ها از حافظه تاریخی متغیر برای مدل­سازی و پیش­بینی استفاده می­شود. اما یکی از محدودیت­های مدل­ه...

یکی از موضوعات مهم از دیدگاه اقتصاددانان و محققان بازارهای مالی ارزیابی حافظه ی بلند مدت است. در بررسی حافظه ی بلند مدت، توجه به شکست های ساختاری (تغییرات ساختاری) دارای اهمیت است. تغییرات ساختاری، تغییراتی می باشند که بر اثر عوامل مختلفی همچون شوک ها به ساختار سری وارد شده و آن را تا حدودی دستخوش تغییراتی می کنند. با نادیده گرفتن تغییرات ساختاری یک سری ممکن است نتایج غیر واقعی در زمینه ی وجود ...

یکی از فرضیات معمول در مدل‌های رگرسیونی، نرمال و مستقل بودن مانده‌ها و آشیانی بودن مدل‌های تحت بررسی است. اما در عمل، با مدل‌های غیرآشیانی و خطاهای همبسته نامنفی نیز مواجه می‌شویم. در این مقاله، انتخاب مدل برای مدل‌های رگرسیونی غیرآشیانی با باقی‌ماندۀ خودبازگشتی نامنفی با توزیع‌های گاما، وایبل و لگ-نرمال به‌عنوان مدل‌های رقیب در نظر گرفته شده است. به‌دلایل فنی پارامترهای موجود در مدل‌ها با استف...