Non-Gaussian Autoregressive-Type Time Series / Balakrishna, N.  

Público ISBD Ningún comentario para este título. Título : Non-Gaussian Autoregressive-Type Time Series Tipo de documento: documento electrónico Autores: Balakrishna, N., Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2021 Número de páginas: XVIII, 225 p. ISBN/ISSN/DL: 978-981-1681622-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Análisis de series temporales  Estadísticas  Inferencia bayesiana Clasificación: Resumen: Este libro reúne una variedad de modelos de tipo autorregresivo no gaussianos para analizar datos de series temporales. Este libro recopila y coteja la mayoría de los modelos disponibles en el campo y proporciona sus propiedades probabilísticas e inferenciales. Este libro clasifica los modelos estacionarios de series temporales en diferentes grupos, como modelos estacionarios lineales con innovaciones no gaussianas, modelos estacionarios lineales con distribuciones marginales no gaussianas, modelos autorregresivos de productos y modelos de minificación. Aunque en la literatura se encuentran disponibles varios modelos de series temporales no gaussianas, la mayoría de ellos se centran en la estructura del modelo y las propiedades probabilísticas. Nota de contenido: 1. Basics of Time Series -- 2. Statistical Inference for Stationary Time Series -- 3. AR Models with Stationary Non-Gaussian Positive Marginals -- 4. AR Models with Stationary Non-Gaussian Real-Valued Marginals -- 5. Some Nonlinear AR-type Models for Non-Gaussian Time series -- 6. Linear Time Series Models with Non-Gaussian Innovations -- 7. Autoregressive-type Time Series of Counts. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Non-Gaussian Autoregressive-Type Time Series [documento electrónico] / Balakrishna, N.,  . -  1 ed.  . - Singapore [Malasya] : Springer, 2021 . - XVIII, 225 p. ISBN : 978-981-1681622-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Análisis de series temporales  Estadísticas  Inferencia bayesiana Clasificación: Resumen: Este libro reúne una variedad de modelos de tipo autorregresivo no gaussianos para analizar datos de series temporales. Este libro recopila y coteja la mayoría de los modelos disponibles en el campo y proporciona sus propiedades probabilísticas e inferenciales. Este libro clasifica los modelos estacionarios de series temporales en diferentes grupos, como modelos estacionarios lineales con innovaciones no gaussianas, modelos estacionarios lineales con distribuciones marginales no gaussianas, modelos autorregresivos de productos y modelos de minificación. Aunque en la literatura se encuentran disponibles varios modelos de series temporales no gaussianas, la mayoría de ellos se centran en la estructura del modelo y las propiedades probabilísticas. Nota de contenido: 1. Basics of Time Series -- 2. Statistical Inference for Stationary Time Series -- 3. AR Models with Stationary Non-Gaussian Positive Marginals -- 4. AR Models with Stationary Non-Gaussian Real-Valued Marginals -- 5. Some Nonlinear AR-type Models for Non-Gaussian Time series -- 6. Linear Time Series Models with Non-Gaussian Innovations -- 7. Autoregressive-type Time Series of Counts. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200