دانلود کتاب Applied time series analysis with R
کتاب تجزیه و تحلیل سری زمانی کاربردی با R نسخه زبان اصلی
دانلود کتاب تجزیه و تحلیل سری زمانی کاربردی با R بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Applied time series analysis with R
نام کتاب : Applied time series analysis with R
ویرایش : Second edition
عنوان ترجمه شده به فارسی : تجزیه و تحلیل سری زمانی کاربردی با R
سری :
نویسندگان : Elliott. Alan C., Gray. Harry L., Woodward. Wayne A
ناشر :
سال نشر : 2017
تعداد صفحات : 635
ISBN (شابک) : 9781498734226 , 1498734227
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 25 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
1. سری زمانی ثابت -- 2. فیلترهای خطی -- 3. مدل های سری زمانی ARMA -- 4. سایر مدل های سری زمانی ثابت -- 5. مدل های سری زمانی غیر ثابت -- 6. پیش بینی -- 7. تخمین پارامتر -- 8 شناسایی مدل -- 9. ساخت مدل -- 10. سری های زمانی با ارزش برداری (چند متغیری) -- 11. فرآیندهای حافظه بلند -- 12. موجک ها -- 13. فرآیندهای G-Stationary
چکیده : 1. سری زمانی ثابت -- 2. فیلترهای خطی -- 3. مدل های سری زمانی ARMA -- 4. سایر مدل های سری زمانی ثابت -- 5. مدل های سری زمانی غیر ثابت -- 6. پیش بینی -- 7. تخمین پارامتر -- 8. شناسایی مدل -- 9. ساخت مدل -- 10. سری های زمانی با ارزش برداری (چند متغیری) -- 11. فرآیندهای حافظه طولانی -- 12. موجک ها -- 13. فرآیندهای G-Stationary
فهرست مطالب :
Content: Stationary Time Series. Linear Filters. ARMA Time Series Models. Other Stationary Time Series Models. Nonstationary Time Series Models. Forecasting. Parameter Estimation. Model Identification. Model Building. Vector-Valued (Multivariate) Time Series. Long-Memory Processes. Wavelets. G-Stationary Processes.
توضیحاتی در مورد کتاب به زبان اصلی :
1. Stationary time series -- 2. Linear filters -- 3. ARMA time series models -- 4. Other stationary time series models -- 5. Nonstationary time series models -- 6. Forecasting -- 7. Parameter estimation -- 8. Model identification -- 9. Model building -- 10. Vector-valued (multivariate) time series -- 11. Long-memory processes -- 12. Wavelets -- 13. G-Stationary processes
Abstract: 1. Stationary time series -- 2. Linear filters -- 3. ARMA time series models -- 4. Other stationary time series models -- 5. Nonstationary time series models -- 6. Forecasting -- 7. Parameter estimation -- 8. Model identification -- 9. Model building -- 10. Vector-valued (multivariate) time series -- 11. Long-memory processes -- 12. Wavelets -- 13. G-Stationary processes