نتایج جستجو برای: مدل های arma
تعداد نتایج: 516362 فیلتر نتایج به سال:
When we were fitting ARMA models to the data, we first looked at the sample autocovariance or autocorrelation function and we then tried to find the ARMA model whose theoretical acf matched with the sample acf. Now the sample autocovariance function is a nonparametric estimate of the theoretical autocovariance function of the process. In other words, we first estimated γ(h) nonparametrically by...
Abstract – Analysis of time series data can involve the inversion of large covariance matrices. For the class of ARMA (p, q) processes there are no exact explicit expressions for these inverses, except for the MA (1) process. In practice, the sample covariance matrix can be very large and inversion can be computationally time consuming and so approximate explicit expressions for the inverse are...
پیشبینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص میباشد. در همین راستا، فهم رابطه بین بارش و رواناب یکی از ضروری ترین مسائل برای مدیریت منابع آب می باشد. پژوهش حاضر با هدف مقایسه بین مدل های مختلف شبکه عصبی مصنوعی (mlp وrbf) و سری های زمانی آرما (arma) در برآورد دبی ماهانه در حوزه آبخیز طالقان برای یک دوره 30ساله بین سال های 1356 تا 1386 پیریزی شد. در روش ...
در این مقاله با در نظر گرفتن بازار رقابت کامل، ابتدا به بیان فرمول قیمت گذاری اختیار مبادله استاندارد آمریکایی و اروپایی و اختیار مبادله توانی آمریکایی و اروپایی می پردازیم. سپس با هدف انتخاب توان مناسب افزایش دارایی های مورد مبادله به منظور محاسبه ارزش اختیار مبادله توانی دلار بر مبنای دارایی پایه طلا در آینده ای نزدیک، 501 داده از قیمت طلا و دلار در بازهی زمانی اول فروردین 1391 تا اول ت...
مهم ترین مسأله برای بررسی رفتار یک سری زمانی برازش مدل مناسب به آن می باشد. در مدل بندی کلاسیک، استفاده از فرآیندهای arma به همراه نوفه های سفید با واریانس متناهی در نظر گرفته می شود و انتخاب مدل با تاکید بر روی رفتار تابع خودهمبستگی نمونه ای آن انجام می گیرد. اما داده هایی نیز وجود دارند که توزیع کناری دم سنگین برازنده آنهاست . رفتار این داده ها و آنالیز آنها با سری های زمانی دیگر تفاوت عمده ا...
This paper presents a method to improve implementation accuracy of a recently proposed CORDIC ARMA lattice filter. Since the CORDIC ARMA lattice filter algorithm has a problem in its shift sequence, i t cannot implement a lattice filter accurately. Therefore, in this paper we apply the shift sequence proposed by Walther without the problem to the CORDIC ARMA lattice filter, and then we realize ...
Autoregressive moving average (ARMA) models are useful statistical tools to examine the dynamical characteristics of ecological time-series data. Here, we illustrate the utility and challenges of applying ARMA (p,q) models, where p is the dimension of the autoregressive component of the model, and q is the dimension of the moving average component. We focus on parameter estimation and model sel...
We report armA in an Escherichia coli pig isolate from Spain. The resistance gene was borne by self-transferable IncN plasmid pMUR050. Molecular analysis of the plasmid and of the armA locus confirmed the spread of this resistance determinant.
با توجه به پیچیدگی فرآیندهای هیدرولوژیکی به نظر میرسد روشهای چندمتغیره با در نظر گرفتن عوامل موٌثر بیشتر، بتواند دقت مدلهای سری زمانی و نتایج حاصل از آن ها را ارتقا دهد. در واقع، نتایج مدلهای چندمتغیره با دخالت دادن عوامل مؤثر دیگر، میتواند نتایج توصیف، مدلسازی و پیش بینی پارامترهای مختلف را بهبود دهد. در این مطالعه، مدلهای تک متغیره آرما و چندمتغیره خودهمبسته با میانگین متحرک همزم...
سابقه و هدف: یکی از فرض‌های بسیار مهم در مدلسازی سری‌‌های زمانی ایستا بودن آن است. میزان ایستای می تواند متفاوت باشد به طوری که در تعاریف منابع مختلف ایستایی مرتبه‌ی اول، مرتبه‌ی دوم، قوی و اکید تعریف شده است. لذا در این پژوهش به بررسی تأثیر تفاضل‌گیری‌های فصلی، غیرفصلی و توأم بر میزان ایستایی سری زمانی پرداخته شد. همچنین تأثیر میزان ایستایی بر عملکرد مدل-های ARMA، ARIMA و SARIMA در مدلسازی و...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید