Cantitate/Preț
Produs

Analisi delle serie storiche: modellistica, previsione e scomposizione: UNITEXT

Autor E.Bee Dagum
it Limba Italiană Paperback – sep 2001
Il testo tratta l'analisi delle serie storiche univariate, con particolare attenzione agli aspetti di modellistica, previsione e scomposizione. La parte sulla scomposizione e sulla destagionalizzazione costituisce una novità rispetto ai manuali tradizionali sull'analisi delle serie storiche. Infatti, pur essendo cruciale per l'identificazione del trend-ciclo e dei punti di svolta, la scomposizione non viene solitamente affrontata in modo approfondito. Un altro importante contributo è costituito da due casi di studio con delle serie storiche reali dove il lettore può seguire tutte le fasi sia della costruzione di un modello SARIMA mediante il software SPSS sia della scomposizione di una serie storica mediante il software X11ARIMA/2000. Il materiale presentato può trovare larga applicazione anche in discipline quali l'ingegneria, la medicina e, in generale, in tutti i settori in cui sia rilevante lo studio di osservazioni effettuate nel corso del tempo .
Citește tot Restrânge

Din seria UNITEXT

Preț: 17950 lei

Nou

Puncte Express: 269

Preț estimativ în valută:
3435 3613$ 2870£

Carte tipărită la comandă

Livrare economică 08-22 ianuarie 25

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9788847001466
ISBN-10: 8847001463
Pagini: 316
Ilustrații: XI, 302 pagg.
Greutate: 0.45 kg
Ediția:2002
Editura: Springer
Colecția Springer
Seriile UNITEXT, Collana di Statistica e Probabilità Applicata

Locul publicării:Milano, Italy

Public țintă

Graduate

Cuprins

Introduzione; 1. Introduzione ai processi stocastici; 2. La funzione di autocovarianza e lo spettro; 3. Procesi stazionari lineari; 4. Processi non stazionari omogenei lineari; 5. Processi non stazionari stagionali; 6. Stima di modelli ARIMA; 7. Previsioni da modelli ARIMA; 8. Procedura per la costruzione di modelli ARIMA; 9. Costruzione di un modello ARIMA mediante il software SPSS; 10. Scomposizione delle serie storiche; 11. Fondamenti statistici del metodo X11ARIMA; 12. Procedura XIIARIMA per la destagionalizzazione: un caso di studio; bibliografia