Time Series Analysis by State Space Methods
Sorozatcím: Oxford Statistical Science Series; 24;
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 60.00
-
28 665 Ft (27 300 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 2 867 Ft off)
- Kedvezményes ár 25 799 Ft (24 570 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
28 665 Ft
Beszerezhetőség
A kiadónál véglegesen elfogyott, nem rendelhető. Érdemes újra keresni a címmel, hátha van újabb kiadás.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Clarendon Press
- Megjelenés dátuma 2001. június 21.
- ISBN 9780198523543
- Kötéstípus Keménykötés
- Terjedelem272 oldal
- Méret 242x160x19 mm
- Súly 539 g
- Nyelv angol
- Illusztrációk numerous line figures 0
Kategóriák
Rövid leírás:
This book presents a comprehensive treatment of the state space approach to time series analysis.
TöbbHosszú leírás:
This excellent text provides a comprehensive treatment of the state space approach to time series analysis. The distinguishing feature of state space time series models is that observations are regarded as made up of distinct components such as trend, seasonal, regression elements and disturbence terms, each of which is modelled separately. The techniques that emerge from this approach are very flexible and are capable of handling a much wider range of problems than the main
analytical system currently in use for time series analysis, the Box-Jenkins ARIMA system. The book provides an excellent source for the development of practical courses on time series analysis.
... provides an up-to-date exposition and comprehensive treatment of state space models in time series analysis.
Tartalomjegyzék:
Part I - The linear Gaussian state space models; Preface to Part I
Introduction
Local level model
Linear Gaussian state space models
Filtering, smoothing and forecasting
Initialisation of filter and smoother
Further computational aspects
Maximum likelihood estimation
Bayesian analysis
Illustrations of the use of the linear Gaussian model
Part II - Non-Gaussian and nonlinear state space models; Preface to Part II
Non-Gaussian and nonlinear state space models
Importance sampling
Analysis from a classical standpoint
Analysis from a Bayesian standpoint
Non-Gaussian and nonlinear illustrations
References
Author Index
Subject Index
