پیش بینی فاصله ای در سری های زمانی ایستا با استفاده از روش بوت استرپ
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی - دانشکده علوم ریاضی و مهندسی کامپیوتر
- نویسنده سمیرا صفری
- استاد راهنما محمدرضا صالحی راد رضا حبیبی
- سال انتشار 1393
چکیده
آینده یک سری زمانی را می توان به کمک داده هایی که در طی زمان های گذشته گرداوری شده اند، را پیش بینی کرد. پیش بینی را می توان به صورت نقطه ای یا فاصله ای انجام داد. در این تحقیق، هدف پیش بینی فاصله ای است. در رویکرد کلاسیک فاصله های پیش بینی بر اساس توزیع نرمال برای خطای پیش بینی بوده است. لذا پیش بینی مناسبی با این فرض به دست نمی اید. ما در این تحقیق از روش بوت استرپ برای این فاصله ها استفاده کرده ایم. روش ما براساس بازنمونه گیری غربالی است.
منابع مشابه
فاصله های پیش بینی و درون یابی بوت استرپ در سری های زمانی
مبحث سری های زمانی در علوم مختلف بسیار پرکاربرد است و از هدف های اصلی آن برآورد بازه های پیشگویی بر اساس مشاهدات گذشته ی سری و برآورد بازه های درون یابی برای مقادیر گمشده است. در روش های سنتی فرض بر این است که توزیع باقیمانده ها معلوم است. اما روش های بوت استرپ بازه های پیشگویی و درون یابی را بدون هیچ فرضی درباره ی توزیع خطاها برآورد می کند. در سال های اخیر روش های متفاوت بوت استرپ ارائه شده اس...
15 صفحه اولبازه های پیش گویی بوت استرپ نیم ارامتری در سری های زمانی
یکی از مسائل مهم در تحلیل سریهای زمانی برآورد بازۀ پیش گویی آینده بر اساس مشاهدات گذشته است. در سالهای اخیر، روشهای مختلف بوتاسترپ برای برآورد بازههای پیش گویی بدون هیچ فرضی در بارۀ توزیع خطاها، ارائه شده است. روشهای بوتاسترپ نیم پارامتری بر اساس برازش یک مدل اتورگرسیو بر روی دادهها است و نمونههای بوتاسترپ با استفاده از بازنمونهگیری از باقی ماندهها تولید میشود. در این مقاله در ابت...
متن کاملارائه روشی برای پیش بینی پایدار سری های زمانی با کاربرد در مسائل مالی با استفاده از روش Robust
به منظور مدلسازی و تخمین مناسب و قابل اعتماد پارامترها در مدلهای دادههای خودهمبسته، از رویکردهای پایداراستفاده میشود. وجود دادههای پرت و آلودگیها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، دادههای گذشته بر دادههای اخیر اثرگذار هستند، این دادهها معمولاً در قالب سری زمانی مدلسازی میشوند. در این تحقیق، مدلهای خود رگرسیون به عنوان یکی از مدلهای مط...
متن کاملکاربردهای شبکه های عصبی در پیش بینی سری های زمانی
استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...
متن کاملپیش بینی تورم با استفاده از رهیافت سری های زمانی
امروزه، پیشبینی متغیرهای کلان اقتصادی از جمله نرخ تورم، از اهمیت ویژهای برای سیاستگذاری و برنامه ریزی های اقتصادی برخوردار شده است. در این راستا در دهه های اخیر، مدلهای پیشبینی گوناگونی برای نرخ تورم مطرح شده اند. در این مقاله، با استفاده از سری زمانی نرخ تورم اعلام شده از سوی مرکز آمار ایران (از اسفند ۱۳۸۲ تا آذر ۱۳۹۳)، مدل (۲،۲،۳)arima انتخاب شد. بعد از تصریح مدل، ابتدا پیش بینی درون نمو...
متن کاملفاصله های پیش بینی بوت استرپ برای احتمال مرگ و میر ایران
بررسی روند و احتمال مرگ و میر برای برنامه ریزان، کارشناسان جمعیت، سازمان های بازنشستگی و شرکت های بیمه از اهمیت بالایی برخوردار است. تحقیقات نشان می دهد جداول مرگ و میر ایستا، احتمالات مرگ و میر را زیاد نشان می دهند. علت بیش برآوردی احتمالات مرگ و میر در جداول ایستا را می توان به نادیده گرفتن تغییرات مرگ و میر بر حسب زمان نسبت داد. جداول مرگ و میر پویا با در نظر گرفتن اثر زمان در سنین مختلف بر ...
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 علامه طباطبایی - دانشکده علوم ریاضی و مهندسی کامپیوتر
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023