فرآیند های دوره ای یا سری های زمانی هستند که برای مدل بندی سریهای زمانی ایستای دوره ای استفاده می شوند . در این پایان نامه الگوریتم ابداعی را که اصولا جهت برآورد پارامتر های سریهای زمانی نا ایستا بکار برده می شوند معرفی می کنیم و نشان می دهیم که این برآورد گرها برای سری های زمانی دوره ای سازگارند، سپس نشان میدهیم که این الگوریتم چگونه می تواند در بدست آوردن برآورد پارامتر های مدل مورد استفاده ق...

سرمایه گذاری در بورس اوراق بهادار مستلزم تجزیه تحلیل اوراق بهادار و زمان بندی خریدوفروش آن هاست. برای این منظور از روش ها و دیدگاه های متفاوتی مانند تحلیل بنیادی و تحلیل تکنیکال می توان کمک گرفت. بسیاری مطالعات سودآوری تحلیل تکنیکال در بازار سرمایه را بررسی کرده اند و از استراتژی های معاملاتی مختلف استفاده کرده اند. هدف از این مقاله بررسی قابلیت کسب سود از تحلیل تکنیکال با تلفیق اسیلاتورها و می...

گروهی از اقتصاددانان معتقدند که اعمال سیاست های پولی فقط تولید اسمی را تغییر می دهد و تاثیری در تولید حقیقی نخواهد داشت. عده ای دیگر از اقتصاددانان اعتقاد دارند که سیاست های پولی در شرایط خاصی علاوه بر تولید اسمی، تولید حقیقی را در کوتاه مدت و حتی در بلند مدت تغییر می دهد. برخی از اقتصاددانان کینزین جدید اعتقاد دارند که سیاست پولی می تواند تاثیر نامتقارنی بر تولید ناخالص داخلی داشته باشد. هدف ا...

با اینکه امروزه مدل‌های پیش‌‌بینی عددی وضع هوا پیشرفت قابل توجهی کرده‌اند اما هنوز پیش‌بینی دقیق بارش نقطه‌ای، بسیار مشکل و چالش‌برانگیز است. همواره تلاش بر این بوده است که پیش‌بینی بارش به صورت دقیق‌تری با بهبود شرایط اولیه و پیکربندی مدل‌های پیش‌بینی عددی وضع هوا به دست آید. به این منظور تصحیح برونداد مدل یکی از راه‌هایی است که می‌توان انجام داد. در این پژوهش مدل میان‌مقیاس WRF با دو دامنه با...

در مدلسازی بارش-رواناب مدل ترکیبی شبکه عصبی-موجک روشی سودمند است که از تبدیل موجک برای بدست آوردن فرکانس های مختلف فرآیند و از شبکه عصبی مصنوعی (ann) برای پیش بینی دبی رواناب استفاده میکند. یکی از گامهای مهم در هر مدلی که بر پایه ann است، تعیین متغیرهای ورودی مهم در فرایند مورد مطالعه است. درغیر این صورت مدل می تواند دچار بیش سازگاری (over fitting)، یادگیری دشوارتر و عملکرد ضعیف شبکه شود. این پ...

تحلیل سری های زمانی شمارشی در سال های اخیر رشد و توسعه ی بسیاری پیدا کرده است. این سری ها اغلب بیش پراکنده هستند و مدل اتورگرسیو ناهمواریانس شرطی تعمیم یافته ی شمارشی قادر به توصیف فر‎‎آیندهای شمارشی بیش پراکنده و‎ ‎ناهمسان‎ در واریانس می باشد. ‎ ‎این تحقیق سریهای زمانی شمارشی با بیش پراکندگی و وجود مشاهداتی با مقادیر بزرگ را مورد بحث قرار می دهد. ‎‎ ‎به‎ علت عملکرد ضعیف مدل اتورگرسیو ناهمو...

تاکنون برآورد های متعددی برای پارامتر های مدل اتورگرسیو سببی با نوفه دُم سنگین انجام شده است، مانند برآورد کمترین مربعات، کمترین قدر مطلق انحرافات، کمترین قدر مطلق انحرافات وزنی، برآوردگر های m‎، وایتل و برآورد گشتاوری. در این پایان نامه به بررسی برآوردگر حداکثر درستنمایی (ml) پارامتر های مدل اتورگرسیو سببی و غیر سببی با نوفه پایدار غیر نرمال پرداخته می شود و توزیع های حدی ناتباهیده برای برآوردگ...

اغلب پدیده های طبیعی رفتاری غیرخطی دارند که لازمه ی تشخیص مناسب آن ها استفاده از مدل های غیرخطی است. در گذشته مدل های گوناگونی به منظور پیش بینی متغیرهای اقتصادی مورد استفاده قرار می گرفتند. اما این مدل ها ضعف هایی داشتند که به محقق اجازه نمی دادند تا عوامل پیچیده و غیرخطی موثر بر پیش بینی را درنظر بگیرد. ازاینرو روش های جدیدی در پیش بینی به نام روش های یادگیری ماشین پا به عرصه وجود نهاده اند ک...

در این مقاله به معرفی مدل جدید فرایندهای موجکی ایستای موضعی پرداخته می­شود که بر مبانی بازسازی توابع توسط موجک ها استوار است. این مدل کلاس جدیدی از سری های زمانی را ایجاد می کند که می­توانند رفتار ناایستایی داشته باشند. خواهیم دهید که مدل lsw، ساختاری شبیه به مدل میانگین متحرک دارد. در انتها با استفاده از این مدل، داده های سری زمانی شاخص بهای مصرف کننده (cpi) کشور را در بازه زمانی مشخصی بررسی م...

پردازش سیگنال تطبیقی به عنوان هسته ی تحقیق پردازش سیگنال آماری در چند دهه اخیر بوده است و دارای رنج وسیعی از کاربردهایی شامل برابرسازی کانال، شکل دهی پرتو، مهندسی پزشکی و رادار است. درحالیکه فیلترهای دیجیتال با ضرایب ثابت فقط برای سناریوهای استاتیک بهینه است، فیلترهای تطبیقی نیاز به هیچ فرضی روی مکانیسم تولید سیگنال ندارند و در محیط های غیر-ایستان عمل می کنند. فیلترهای مختلط به عنوان بسط های سا...