شبکه‌های عصبی مصنوعی‏، از جمله مد‎ل‎های ریاضی جدیدی هستند که با دقت بالا به مد‏‎ل‎بندی ساختار سر‏ی‌های زمانی غیرخطی می‌پردازند. مزیت این مدل‌ها در مقایسه با مدل‌های سری زمانی این است که نیاز به فرضیات محدود کننده نمی‌باشد. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم می‌باشد. برای این منظور با استفاده از روش‌های خودگردان، می‌توان دقت برآوردگرها را در ساختارهای پیچید...

تبخیر یکی از مؤلفه‌های مهم و تاثیرگذار در برنامه‌ریزی و مدیریت منابع آب در مناطق خشک و نیمه‌خشک می‌باشد و برآورد آن در اقلیم‌های مختلف، به‌عنوان یکی از مهمترین عوامل اثرگذار جوی، از اهمیت ویژه‌ای در برنامه‌ریزی و مدیریت منابع آب در بخش کشاورزی، تعیین الگوی کشت و مدیریت صحیح مخازن آبی برخوردار است. یکی از روش‌های بررسی تغییرات تبخیر و پیش‌بینی آن، مدل‌های سری زمانی با نام عمومی مدل‌های ARIMA می‌...

تجزیه و تحلیل سری های زمانی شمارشی‎‎‏، در سال های اخیر رشد و توسعه بسیاری پیدا کرده است. در این تحقیق، مسئله پیش بینی سری های زمانی مقدار صحیح، به وسیله مدل بندی فرآیندinar ‎‎ضمن بررسی ‎‎خواص نظری و کاربردهای عملی مدل ‎در گرفته شده است.‎ ‎‎‎‎روش بیزی برای بدست آوردن پیش بینی نقطه ای و فاصله ای برای مقادیر آینده فرآیند استفاده شده و با پیش بینی کلاسیک آنها مقایسه می گردد. روش های پیشنهادی، با...

رواناب مانند بسیاری دیگر از متغیرهای هیدروکلیماتولوژیک از تغییرات فصلی که تحت تأثیر فرایندی تصادفی قرار دارد برخوردار می‌باشد. تحقیقات نشان داده است که مدل‌های استوکاستیک از مناسب‌ترین ابزارهای شبیه‌سازی متغیرهای تصادفی که دارای یک روند فصلی‌اند می‌باشد. در این مقاله ضمن تشریح‌ نحوه توسعه مدل‌های سری‌ زمانی، الگوهای ‌استوکاستیک رواناب به صورت الگوی مرکب اتورگرسیو میانگین متحرک در مقاطع زمانی ما...

رواناب مانند بسیاری دیگر از متغیرهای هیدروکلیماتولوژیک از تغییرات فصلی که تحت تأثیر فرایندی تصادفی قرار دارد برخوردار می باشد. تحقیقات نشان داده است که مدل های استوکاستیک از مناسب ترین ابزارهای شبیه سازی متغیرهای تصادفی که دارای یک روند فصلی اند می باشد. در این مقاله ضمن تشریح نحوه توسعه مدل های سری زمانی، الگوهای استوکاستیک رواناب به صورت الگوی مرکب اتورگرسیو میانگین متحرک در مقاطع زمانی ماهان...

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...

روش هم انباشتگی یکی از روشهای مفید برای بررسی و تحلیل همبستگی های کوتاه مدت و بلند مدت در میان متغیرهای اقتصادی است که در سال 1987 توسط انگل و گرنجر معرفی شد . آزمون های هم انباشتگی روشی برای بررسی پارامترهای بلند مدت یا تعادلی در ارتباط با متغیرهای ریشه واحد یا نامانا هستند.چون اغلب متغیرهای اقتصادی در سطح خود مانا نیستند ، پیش شرط استفاده از اغلب روش های هم انباشتگی نامانا بودن متغیرها است . ...

سری های زمانی متعددی وجود دارند که مدل های خطی مرسوم برای آن ها چندان مناسب نیست. از جمله می توان به سری های زمانی دوره ای با دوره تناوب نامنظم و نامعلوم اشاره کرد. مدل های خطی برای مدل سازی این سری ها ناکارآمد است. بخصوص مدل های خطی در بحث آینده نگری این مدل ها، حافظه لازم برای بخاطر سپردن دوره های نامنظم را ندارند. در سال های اخیر مطالعه ی مدل های سری زمانی غیرخطی مورد توجه قرار گرفت و مدل ها...

بررسی رابطه حجم معاملات، تغییر قیمت و بازده سهام از موضوعاتی است که از سال 1959 تا کنون مورد توجه شدید محققان مالی و اقتصادی قرار داشته است. بورس اوراق بهادار و بازار سرمایه در ایران بازار جوانی است و گاها دیده شده است که خیلی از مبادله گران جزء در بازار سرمایه از حرکات حجم معاملات و یا تغییرات قیمت برای تصمیمات آنی و کوتاه مدت خود چشم پوشی نمی کنند و تغییرات قیمت و حجم معاملات را ناشی از اخبار...