Дуброва Т.А. Статистические методы прогнозирования

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...

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...

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,...

7-е изд. — М.: Вильямс, 2003. — 656 с. Лучшая книга по бизнес-прогнозированию на русском языке. Авторы подробно как теоретически, так и на реальных примерах, рассматривают все наиболее известные статистические методы прогнозирования. Большое внимание уделяется методикам Бокса-Дженкинса (ARIMA), методам основанным на сглаживании (методы Брауна, Хольта, Винтерса) и другим....