Финансово-экономические дисциплины
  • формат pdf
  • размер 7.02 МБ
  • добавлен 04 февраля 2011 г.
Genshiro Kitagawa. Introduction to Time Series Modeling (Введение в моделирование временных рядов)
Chapman & Hall/CRC, 2010. 305 pages.
This book aims at introducing and explaining basic methods of building models for time series. In time series modeling, we try to express the behavior of a certain phenomenon in relation to the past values of itself and other covariates. Since many important phenomena in statistical analysis are actually time series and the identification of conditional distribution of the phenomenon is an essential part of the statistical modeling, it is very important and useful to lea basic methods of time series modeling. In this book, many time series models and various tools for handling them are introduced.

The main feature of this book is to use the state space model as a generic tool for time series modeling. Three types of recursive filtering and smoothing methods, the Kalman filter, the non-Gaussian filter, and the sequential Monte Carlo filter, are presented as convenient tools for the state space models. Further, in this book, a unified approach to model evaluation is introduced based on the entropymaximization principle advocated by Dr. Akaike. Based on this unified approach, various methods of parameter estimation, such as the least squares method, the maximum likelihood method, the recursive estimation for the state space models, and the model selection by the information criterion AIC, are derived.

After introducing standard stationary time series models, such as AR model and ARMA model, we present various nonstationary time series models, such as the locally stationary AR model, the trend model, the seasonal adjustment model, and the time-varying coefficient AR model
and nonlinear non-Gaussian models. The simulation methods are also shown. The principal aim of the author will be achieved when readers succeed in building models for their own real-world problems.
Смотрите также

Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование

  • формат doc
  • размер 2.2 МБ
  • добавлен 25 ноября 2009 г.
Москва: "Финансы и статистика", 2001. -228 с.: ил. Допущено Министерством образования Российской Федерации в качестве учебника для студентов высших учебных заведений, обучающихся по направлению и специальности «Статистика» Рассчитан на лиц, имеющих знания по общей теории статистики. Рассматриваются показатели временного ряда, основные типы тенденций и методы их распознавания, методы оценки параметров колеблемости, измерение устойчивости уровней...

Дуброва Т.А. Статистические методы прогнозирования

  • формат pdf
  • размер 7 МБ
  • добавлен 27 января 2009 г.
Методы статистического анализа временных рядов. Сглаживание временных рядов с помощью скользящих средних. Моделирование тенденций развития. Моделирование колебательных и сезонных эффектов. Прогнозирование методом авторегрессии. Моделирование динамики в среде Spss.

Курсовая работа - Прогнозирование объемов покупки и продажи евро коммерческим банком

Курсовая работа
  • формат doc
  • размер 1.07 МБ
  • добавлен 20 июня 2008 г.
Теоретическая часть работы - обработка временных рядов, их моделирование. Практическая часть - построение прогнозных моделей (адаптивные, ARIMA, экспоненциальное сглаживание, конечно-разностное дифференцирование)

Курсовая работа - Статистический анализ временных рядов

Курсовая работа
  • формат doc
  • размер 9.78 МБ
  • добавлен 10 января 2010 г.
Московская государственная академия водного транспорта (Мгавт), Факультет экономики и управления,38 стр. , Статистический анализ временных рядов: Графическое представление статистической информации; Статистический анализ временных рядов: Показатели рядов динамики и методы их расчёта, Выявление и характеристика основной тенденции развития временного ряда, Прогнозирование временных рядов; Индексный анализ временных рядов.

Любушин А.А. Фрактальный анализ временных рядов

  • формат pdf
  • размер 355.39 КБ
  • добавлен 02 февраля 2011 г.
Учебное пособие для старших курсов геофизического факультета. - М.: РГГРУ, 2006. - 22 с. В пособии дается представление об основных понятиях и методах фрактального анализа результатов наблюдений - временных рядов. Вводятся понятия фрактальной размерности, спектра сингулярности, самоподобного сигнала, обобщенного броуновского движения, индекса Херста. Обсуждаются вопросы вычислений фрактальных характеристик временных рядов, приводятся примеры анал...

Медведев Г.А., Морозов В.А. Практикум на ЭВМ по анализу временных рядов

  • формат pdf
  • размер 1.78 МБ
  • добавлен 07 декабря 2009 г.
Учебное пособие. Минск, Электронная книга БГУ. 2004. - 194 с. Стационарные и случайные временные ряды. Оценивание регрессии. Выделение трендов. Прогнозирование временных рядов. Спектральный анализ временных рядов. Многомерные временные ряды. Обработка изображений.

Татаренко С.И. Методы и модели анализа временных рядов: метод. указания к лаб. работам

  • формат pdf
  • размер 323.66 КБ
  • добавлен 24 марта 2010 г.
Тамбов: Изд-во Тамб. гос. техн. ун-та, 2008. – 32 с. – 50 экз. Изложены статистические методы анализа и прогнозирования одномерных временных рядов, наиболее часто применяемые в экономической практике, в том числе и методы развивающегося направления статистических исследований – прогнозирование временных рядов с помощью адаптивных моделей. Предназначены для студентов 3 курса всех форм обучения специальностей 08080165, 08080062. Содержание Введе...

Analysis of financial time series, Financial Econometrics. Tsay, R.S. (Анализ финансовых временных рядов)

  • формат pdf
  • размер 4.87 МБ
  • добавлен 23 декабря 2010 г.
John Wiley & Sons Inc. , 2002. 458 страниц. Contents: Financial Time Series and Their Characteristics Asset Returns, Distributional Properties of Returns, Processes Considered. Linear Time Series Analysis and Its Applications Stationarity, Correlation and Autocorrelation Function, White Noise and Linear Time Series, Simple Autoregressive Models, Simple Moving-Average Models, Simple ARMA Models, Unit-Root Nonstationarity, Seasonal Models,...

Applied Time Series Econometrics - Lutkepohl, H., Kratzig, M. (Прикладная эконометрика временных рядов)

  • формат pdf
  • размер 7.66 МБ
  • добавлен 04 февраля 2011 г.
Time series econometrics is a rapidly evolving field. In particular, the cointegration revolution has had a substantial impact on applied analysis. As a consequence of the fast pace of development, there are no textbooks that cover the full range of methods in current use and explain how to proceed in applied domains. This gap in the literature motivates the present volume. The methods are sketched out briefly to remind the reader of the ideas un...

Hamilton James D. Time Series Analysis

  • формат djvu
  • размер 5.43 МБ
  • добавлен 20 июня 2010 г.
1994 г. Анализ финансовых временных рядов. посмотреть оглавление можно по этой ссылке: *