مدل سری زمانی شمارشی ناهمواریانس شرطی با توزیع دوجمله ای منی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران - دانشکده ریاضی
- نویسنده فاطمه ضیایی نژاد
- استاد راهنما مهرناز محمد پور افشین فیاض موقر
- سال انتشار 1393
چکیده
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 ناهمواریانس شرطی تعمیم یافته ی شمارشی پواسن برای این نوع داده ها، مدل اتورگرسیو ناهمواریانس شرطی تعمیم یافته ی شمارشی دوجمله ای منفی به عنوان تعمیمی از مدل پواسن پیشنهاد شده است. شرایط ایستایی و تابع اتوکواریانس این دو مدل را مورد بررسی قرار می دهیم و برای برآورد پارامترها سه روش پیشنهاد می شود که بیشترین تمرکز روی روش برآورد درستنمایی ماکزیمم است و مطالعات عددی نشان می دهد که مدل معرفی شده بهتر از مدل پواسن است.
منابع مشابه
مدل سری زمانی شمارشی ناهمواریانس شرطی با توزیع دوجمله ای منی
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...
پیش بینی بیزی سری های زمانی شمارشی
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...
توزیع فوق هندسی تعمیم یافته دوجمله ای منفی در مدل شفایافته زمان پیشرفت
در تحلیل دادههای بقا، اگر در پایان مطالعه با درصد بالایی از سانسور مواجه شویم، چنانچه طول مدت مطالعه به اندازه کافی طولانی باشد، بهتر است از مدلهای شفایافته استفاده شود. این مدلها با ارائه فرایندی که بر اساس توزیع متغیر پنهان استوار است، در دهه اخیر مورد توجه قرار گرفته است. در این مقاله با درنظر گرفتن توزیع فوق هندسی تعمیمیافته دوجملهای منفی برای متغیر پنهان مدل دیدی برای تحلیل دادههای...
متن کاملخطای متداول در کاربرد مدل های سری زمانی: کاربرد نادرست مدل ARDL (مدل خودرگرسیونی و توزیع با وقفه)
تکنیکهای سری زمانی، در حال حاضر، در سطح گستردهای از مطالعات علم اقتصاد و رشتههای مرتبط مورد استفاده قرار میگیرد. برای بهکارگیری این تکنیکها، باید فروضی تأمین گردند که عدم تأمین انهاپیامدهایی را برای برآوردهای پارامترهای مدل در بر خواهد داشت. یکی از این تکنیکها که به دلایلی در سطح وسیع در مقالات و پایاننامهها مورد استفاده قرار میگیرد، مدل ARDL (خودرگرسیونی با توزیع با وقفه) میباشد. به...
متن کاملمدل های لگاریتم خطی خودبرگشتی پواسون برای سری های زمانی شمارشی
یکی از ابزارهای مطالعه داده های وابسته (به زمان)، تحلیل سری های زمانی است. درحالتی که داده ها از یک فرایند تصادفی شمارشی به دست آمده باشند، سری زمانی حاصل را سری زمانی شمارشی گویند. سری های زمانی شمارشی در بسیاری از زمینه ها ازجمله اقتصاد، پزشکی و علوم زیستی مشاهده می شوند. به عنوان مثال، تعداد مبادلات بازارهای مالی در هر دقیقه و تعداد مراجعین با یک بیماری خاص به یک مرکز درمانی در هر ماه، داده ...
مقایسهی مدل سری زمانی فازی درصدی و مدل سری زمانی کلاسیک: بررسی توان پیشبینی کوتاهمدت در نوسانهای شدید
مدلهای پیشبینی سری زمانی فازی در دهههای اخیر گسترش زیادی پیدا کردهاند. این نوع مدلها برای دادههای دارای ابهام و ناکامل که ساختار خطی ندارند رفتار مناسبی ارایه دادهاند. این مقاله به بررسی مدل درصد تغییرات سریهای فازی پرداخته و با مدل آریما مقایسه کرده است. کارایی مدل پیشنهادی برای پیشبینی بر روی نفت خام اوپک مورد ارزیابی قرار گرفت و نشان داده شد که این مدل برای دادههای با نوسانه...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران - دانشکده ریاضی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023