دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: اقتصاد ویرایش: 1 نویسندگان: Nina Golyandina. Anatoly Zhigljavsky (auth.) سری: SpringerBriefs in Statistics ISBN (شابک) : 9783642349126, 9783642349133 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2013 تعداد صفحات: 125 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل منحصر به فرد طیف سری برای سری زمان: نظریه و روش های آماری
در صورت تبدیل فایل کتاب Singular Spectrum Analysis for Time Series به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل منحصر به فرد طیف سری برای سری زمان نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تحلیل طیف منفرد (SSA) یک تکنیک تحلیل و پیشبینی سریهای زمانی است که عناصر آنالیز سریهای زمانی کلاسیک، آمار چند متغیره، هندسه چند متغیره، سیستمهای دینامیکی و پردازش سیگنال را ترکیب میکند. SSA به دنبال تجزیه سری اصلی به تعداد کمی از اجزای قابل تفسیر مانند روند، اجزای نوسانی و نویز است. این بر اساس تجزیه ارزش منفرد یک ماتریس خاص ساخته شده بر اساس سری زمانی است. نه یک مدل پارامتری و نه ایستایی برای سری های زمانی در نظر گرفته شده است. این امر SSA را به روشی بدون مدل تبدیل میکند و از این رو SSA را قادر میسازد تا دامنه بسیار وسیعی از کاربرد داشته باشد. کتاب حاضر به روش شناسی SSA اختصاص دارد و نحوه استفاده از SSA را هم به صورت ایمن و هم با حداکثر تأثیر نشان می دهد. خوانندگان بالقوه این کتاب عبارتند از: آماردانان حرفه ای و اقتصاد سنجی، متخصصان در هر رشته ای که در آن مشکلات تحلیل و پیش بینی سری های زمانی رخ می دهد، متخصصان پردازش سیگنال و موارد مورد نیاز برای استخراج سیگنال از داده های پر سر و صدا، و دانشجویانی که دروسی را در مورد تحلیل سری های زمانی کاربردی می گذرانند. .
Singular spectrum analysis (SSA) is a technique of time series analysis and forecasting combining elements of classical time series analysis, multivariate statistics, multivariate geometry, dynamical systems and signal processing. SSA seeks to decompose the original series into a sum of a small number of interpretable components such as trend, oscillatory components and noise. It is based on the singular value decomposition of a specific matrix constructed upon the time series. Neither a parametric model nor stationarity are assumed for the time series. This makes SSA a model-free method and hence enables SSA to have a very wide range of applicability. The present book is devoted to the methodology of SSA and shows how to use SSA both safely and with maximum effect. Potential readers of the book include: professional statisticians and econometricians, specialists in any discipline in which problems of time series analysis and forecasting occur, specialists in signal processing and those needed to extract signals from noisy data, and students taking courses on applied time series analysis.
Front Matter....Pages i-vii
Introduction....Pages 1-10
Basic SSA....Pages 11-70
SSA for Forecasting, Interpolation, Filtration and Estimation....Pages 71-119