کاربرد مدل های آماری در تخمین خرابی سازه مبتنی بر تحلیل سری های زمانی

خطای 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...

بررسی آماری سری زمانی ضربان قلب

In this paper, we study the statistical approaches to diagnose the heart by using the heart rate of individuals. First we review some well known methods and then we consider two new approaches. We analyse the extended self-similarity (ESS) and recursive model in the beat-to-beat fluctuations in the heart rates of healthy subjects as well as those with congestive heart failure. These concepts pr...

تحلیل طیفی سری های زمانی بارش سالانه ایران

بارش از مهم‌ترین و متغیرترین عناصر اقلیمی است که شناخت رفتار آن همواره مورد توجه اقلیم‌شناسان بوده است. از این رو پیـچیدگی عناصر اقلیمی در مقیاس­های زمانـی و مکانی لزوم به­کارگیری روش­های کارامد مانند تحلیل طیفی به عنوان ابزاری مفید برای مطالعه الگوهای اقلیمی را نشان می­دهد. هدف از این مطالعه بررسی و تحلیل نوسان­های بارش ایران با استفاده از  تحلیل طیفی (تحلیل همسازه­ها) می­باشد بدین منظور داده­...

کاربردهای 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...

برآورد تقاضای سیمان در ایران با تاکید بر مدل های پیش بینی سری زمانی

کاربرد مدل های مارکوف پنهان در سری های زمانی مالی

مدل های مارکوف پنهان، مدل هایی هستند که در آن ها توزیعی که مشاهدات را تولید می کند به حالاتی از یک فرآیند مارکوف غیر قابل مشاهده بستگی دارد. به همین دلیل، آن ها را مدل های مارکوف پنهان نامیده اند. اغلب، در سری های زمانی مالی با پدیده بی ثباتی واریانس روبرو هستیم. بیشتر محققان، از مدل های اتورگرسیو ناهمگن شرطی تعمیم یافته(garch)، به منظور پیش بینی تغییرپذیری برای زمان های آتی استفاده می کنند. ...