دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Regression and time series model selection
دانلود کتاب رگرسیون و انتخاب مدل سری زمانی
مشخصات کتاب
Regression and time series model selection
ویرایش: نویسندگان: Allan D R McQuarrie, Chih-Ling Tsai سری: ISBN (شابک) : 981023242X ناشر: World Scientific سال نشر: 1998 تعداد صفحات: 479 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
قیمت کتاب (تومان) : 54,000
در صورت تبدیل فایل کتاب Regression and time series model selection 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 رگرسیون و انتخاب مدل سری زمانی 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.
توضیحاتی در مورد کتاب رگرسیون و انتخاب مدل سری زمانی
این کتاب مهم روش‌هایی را برای انتخاب یک مدل از مجموعه بزرگی از مدل‌های آماری رقیب شرح می‌دهد. این شامل تکنیک‌های انتخاب مدل برای مدل‌های رگرسیون تک متغیره و چند متغیره، مدل‌های خودرگرسیون تک متغیره و چند متغیره، مدل‌های رگرسیون ناپارامتریک (شامل موجک‌ها) و نیمه‌پارامتری، و مدل‌های رگرسیون شبه احتمال و قوی است. معیارهای انتخاب مدل مبتنی بر اطلاعات مورد بحث قرار می‌گیرند و نمونه‌های کوچک و ویژگی‌های مجانبی ارائه می‌شوند. این کتاب همچنین نمونه‌ها و مطالعات شبیه‌سازی در مقیاس بزرگ را ارائه می‌کند که عملکرد معیارهای انتخاب مدل مبتنی بر اطلاعات، راه‌اندازی، و روش‌های انتخاب اعتبار متقابل را در طیف گسترده‌ای از مدل‌ها مقایسه می‌کند.
توضیحاتی درمورد کتاب به خارجی
This important book describes procedures for selecting a model from a large set of competing statistical models. It includes model selection techniques for univariate and multivariate regression models, univariate and multivariate autoregressive models, nonparametric (including wavelets) and semiparametric regression models, and quasi-likelihood and robust regression models. Information-based model selection criteria are discussed, and small sample and asymptotic properties are presented. The book also provides examples and large scale simulation studies comparing the performances of information-based model selection criteria, bootstrapping, and cross-validation selection methods over a wide range of models.
