Грешилов А.А., Стакун В.А., Стакун А.А. Математические методы построения прогнозов
Файл формата
pdf
размером 4,20 МБ
Добавлен пользователем Alexander, дата добавления неизвестна
Описание отредактировано
М.: Радио и связь, 1997. - 112 с. Рассмотрены методы анализа динамических (временных) рядов и построения прогнозов, в том числе методы оценки параметров моделей и диагностической проверки моделей; методы оценки ошибки прогнозов. Рассмотрены интегральные и разностные схемы, методы сглаживания и сезонные ряды. Книга рассчитана на специалистов, занимающихся задачами построения прогнозов, на студентов вузов и на слушателей системы дополнительного профессионального образования, изучающих методы прогнозирования.
Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
М.: "Мир", 1976 г. , 756 с. Монография известного американского специалиста по математической статистике содержит обстоятельное изложение теории статистических выводов для различных вероятностных моделей. Излагаются методы представления временных рядов, оценивания параметров соответствующих вероятностных моделей, проверки гипотез относительно их структуры. Собранный автором...
Учебное пособие /Рост. гос. экон. унив. - Ростов-н/Д. - 2001. - 74 с. В учебном пособии изложены в систематизированном виде: классифификация прогнозов, анализ временных рядов, методы выделения тренда и периодических колебаний, адаптивные, экспертные методы прогнозирования. Особое внимание уделено моделям стационарных и нестационарных временных рядов и их идентификации, а также...
Учебное пособие. — М.: ЮНИТИ-ДАНА, 2003. — 205 с. Методы статистического анализа временных рядов. Сглаживание временныхрядов с помощью скользящих средних. Моделирование тенденций развития. Моделирование колебательных и сезонных эффектов. Прогнозирование методом авторегрессии. Моделирование динамики в среде SPSS.
Лекционные и методические материалы. — М.: Экономический журнал ВШЭ, 2002. — 129 с. Курс лекций по анализу временных рядов, прочитанный автором студентам Государственного университета - Высшей школы экономики. Курс включает в себя 16 лекций.
Прогнозирование как задача анализа временного ряда. Детерминированная и случайная составляющие: способы их выделения и оценки.
Модели временного ряда: AR(p), MA(q), ARIMA(p,d,q). Идентификация моделей, оценка параметров, исследование адекватности модели, прогнозирование.
Прогнозирование с помощью искусственных нейронных сетей, метод окон.
Учеб. пособие. М.: Финансы и статистика, 2003 г. - 416 с: ил.
Посвящено построению статистических моделей с переменными параметрами для прогнозирования нестационарных временных рядов. Рассмотрены адаптивные модели полиномиальных и стохастических трендов, сезонных и циклических колебаний, гистограмм, модели семейства ARIMA, ARCH. Приводятся примеры прогнозирования курсов акций,...
