نام کتاب: Advanced Time Series Data Analysis – Forecasting Using Eviews
نویسنده: Agung و I Gusti Ngurah
ویرایش: ۱
سال انتشار: ۲۰۱۹
کد ISBN کتاب: ۹۷۸۱۱۱۹۵۰۴۷۳۳, ۹۷۸۱۱۱۹۵۰۴۷۴۰, ۹۷۸۱۱۱۹۵۰۴۷۱۹, ۱۱۱۹۵۰۴۷۳۲, ۱۱۱۹۵۰۴۷۴۰, ۹۷۸۱۱۱۹۵۰۴۸۱۸, ۱۱۱۹۵۰۴۸۱۳,
فرمت: PDF
تعداد صفحه: ۵۲۰
حجم کتاب: ۷۲ مگابایت
کیفیت کتاب: OCR
انتشارات: John Wiley & Sons
Description About Book Advanced Time Series Data Analysis – Forecasting Using Eviews From Amazon
Introduces the latest developments in forecasting in advanced quantitative data analysis This book presents advanced univariate multiple regressions, which can directly be used to forecast their dependent variables, evaluate their in-sample forecast values, and compute forecast values beyond the sample period. Various alternative multiple regressions models are presented based on a single time series, bivariate, and triple time-series, which are developed by taking into account specific growth patterns of each dependent variables, starting with the simplest model up to the most advanced model. Graphs of the observed scores and the forecast evaluation of each of the models are offered to show the worst and the best forecast models among each set of the models of a specific independent variable. Advanced Time Series Data Analysis: Forecasting Using EViews provides readers with a number of modern, advanced forecast models not featured in any other book. They include various interaction models, models with alternative trends (including the models with heterogeneous trends), and complete heterogeneous models for monthly time series, quarterly time series, and annually time series. Each of the models can be applied by all quantitative researchers. -Presents models that are all classroom tested -Contains real-life data samples -Contains over 350 equation specifications of various time series models -Contains over 200 illustrative examples with special notes and comments -Applicable for time series data of all quantitative studies Advanced Time Series Data Analysis: Forecasting Using EViews will appeal to researchers and practitioners in forecasting models, as well as those studying quantitative data analysis. It is suitable for those wishing to obtain a better knowledge and understanding on forecasting, specifically the uncertainty of forecast values. Read more…
Abstract: Introduces the latest developments in forecasting in advanced quantitative data analysis This book presents advanced univariate multiple regressions, which can directly be used to forecast their dependent variables, evaluate their in-sample forecast values, and compute forecast values beyond the sample period. Various alternative multiple regressions models are presented based on a single time series, bivariate, and triple time-series, which are developed by taking into account specific growth patterns of each dependent variables, starting with the simplest model up to the most advanced model. Graphs of the observed scores and the forecast evaluation of each of the models are offered to show the worst and the best forecast models among each set of the models of a specific independent variable. Advanced Time Series Data Analysis: Forecasting Using EViews provides readers with a number of modern, advanced forecast models not featured in any other book. They include various interaction models, models with alternative trends (including the models with heterogeneous trends), and complete heterogeneous models for monthly time series, quarterly time series, and annually time series. Each of the models can be applied by all quantitative researchers. -Presents models that are all classroom tested -Contains real-life data samples -Contains over 350 equation specifications of various time series models -Contains over 200 illustrative examples with special notes and comments -Applicable for time series data of all quantitative studies Advanced Time Series Data Analysis: Forecasting Using EViews will appeal to researchers and practitioners in forecasting models, as well as those studying quantitative data analysis. It is suitable for those wishing to obtain a better knowledge and understanding on forecasting, specifically the uncertainty of forecast values
درباره کتاب Advanced Time Series Data Analysis – Forecasting Using Eviews ترجمه شده از گوگل
معرفی آخرین تحولات در پیش بینی در تجزیه و تحلیل داده های کمی کمی پیشرفته این کتاب رگرسیون چند متغیره پیشرفته پیشرفته را ارائه می دهد ، که می تواند مستقیماً برای پیش بینی متغیرهای وابسته آنها ، ارزیابی مقادیر پیش بینی در نمونه آنها و محاسبه مقادیر پیش بینی بیش از دوره نمونه مورد استفاده قرار گیرد. مدلهای مختلف رگرسیون چندگانه مختلف بر اساس یک سری زمانی منفرد ، دو متغیره و سری زمانی سه گانه ارائه شده اند که با در نظر گرفتن الگوهای رشد ویژه هر متغیر وابسته ، از ساده ترین مدل تا پیشرفته ترین مدل ، ساخته می شوند. نمودارهای نمرات مشاهده شده و ارزیابی پیش بینی هر یک از مدل ها برای نشان دادن بدترین و بهترین مدل های پیش بینی در بین هر مجموعه از مدل های یک متغیر مستقل خاص ارائه شده است. تجزیه و تحلیل داده های سری زمانی پیشرفته: پیش بینی با استفاده از EViews تعدادی از مدل های پیش بینی مدرن و پیشرفته را که در هیچ کتاب دیگری نشان داده نشده است ، به خوانندگان ارائه می دهد. آنها شامل مدلهای مختلف کنش متقابل ، مدلهایی با روندهای جایگزین (از جمله مدلهای دارای روند ناهمگن) و مدلهای ناهمگن کامل برای سریهای زمانی ماهانه ، سریهای زمانی سه ماهه و سریهای زمانی سالانه هستند. هر یک از مدل ها را همه محققان کمی می توانند استفاده کنند. -دارای مدل هایی است که همه آنها در کلاس مورد آزمایش قرار گرفته اند-شامل نمونه های داده های واقعی است-حاوی بیش از ۳۵۰ معادله مشخصات مدل های مختلف سری زمانی -با بیش از ۲۰۰ نمونه گویا با یادداشت ها و نظرات ویژه-قابل اجرا برای داده های سری زمانی کلیه مطالعات کمی سری پیشرفته زمانی تجزیه و تحلیل داده ها: پیش بینی با استفاده از EViews محققان و پزشکان را در مدل های پیش بینی و همچنین افرادی که تجزیه و تحلیل کمی داده ها را مطالعه می کنند ، جذب می کند. این برای کسانی که مایل به کسب دانش و درک بهتر در مورد پیش بینی ، به ویژه عدم اطمینان از مقادیر پیش بینی هستند ، مناسب است. ادامه مطلب …
چکیده: آخرین تحولات پیش بینی را در تحلیل داده های کمی کمی پیشرفته معرفی می کند این کتاب رگرسیون چند متغیره پیشرفته پیشرفته را ارائه می دهد که می تواند مستقیماً برای پیش بینی متغیرهای وابسته آنها ، ارزیابی مقادیر پیش بینی در نمونه آنها و محاسبه مقادیر پیش بینی بیش از دوره نمونه مورد استفاده قرار گیرد. مدلهای مختلف رگرسیون چندگانه مختلف بر اساس یک سری زمانی منفرد ، دو متغیره و سری زمانی سه گانه ارائه شده اند که با در نظر گرفتن الگوهای رشد ویژه هر متغیر وابسته ، از ساده ترین مدل تا پیشرفته ترین مدل ، ساخته می شوند. نمودارهای نمرات مشاهده شده و ارزیابی پیش بینی هر یک از مدل ها برای نشان دادن بدترین و بهترین مدل های پیش بینی در بین هر مجموعه از مدل های یک متغیر مستقل خاص ارائه شده است. تجزیه و تحلیل داده های سری زمانی پیشرفته: پیش بینی با استفاده از EViews تعدادی از مدل های پیش بینی مدرن و پیشرفته را که در هیچ کتاب دیگری نشان داده نشده است ، به خوانندگان ارائه می دهد. آنها شامل مدلهای مختلف کنش متقابل ، مدلهایی با روندهای جایگزین (از جمله مدلهای دارای روند ناهمگن) و مدلهای ناهمگن کامل برای سریهای زمانی ماهانه ، سریهای زمانی سه ماهه و سریهای زمانی سالانه هستند. هر یک از مدل ها را همه محققان کمی می توانند استفاده کنند. -دارای مدل هایی است که همه آنها در کلاس مورد آزمایش قرار گرفته اند-شامل نمونه های داده های واقعی است-حاوی بیش از ۳۵۰ معادله مشخصات مدل های مختلف سری زمانی -با بیش از ۲۰۰ نمونه گویا با یادداشت ها و نظرات ویژه-قابل اجرا برای داده های سری زمانی کلیه مطالعات کمی سری پیشرفته زمانی تجزیه و تحلیل داده ها: پیش بینی با استفاده از EViews محققان و پزشکان را در مدل های پیش بینی و همچنین افرادی که تجزیه و تحلیل کمی داده ها را مطالعه می کنند ، جذب می کند. این برای کسانی که مایل به کسب دانش و درک بهتر در مورد پیش بینی ، به ویژه عدم اطمینان از مقادیر پیش بینی هستند ، مناسب است
[box type=”info”]
جهت دسترسی به توضیحات این کتاب در Amazon اینجا کلیک کنید.
در صورت خراب بودن لینک کتاب، در قسمت نظرات همین مطلب گزارش دهید.
با خرید اشتراک، بدون محدودیت، کتاب دانلود کن!
