State Space and Unobserved Component Models
Theory and Applications
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 47.00
-
22 454 Ft (21 385 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) 20% (cc. 4 491 Ft off)
- Kedvezményes ár 17 963 Ft (17 108 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
22 454 Ft
Beszerezhetőség
Becsült beszerzési idő: A Prosperónál jelenleg nincsen raktáron, de a kiadónál igen. Beszerzés kb. 3-5 hét..
A Prosperónál jelenleg nincsen raktáron.
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 Cambridge University Press
- Megjelenés dátuma 2012. szeptember 13.
- ISBN 9781107407435
- Kötéstípus Puhakötés
- Terjedelem398 oldal
- Méret 241x170x25 mm
- Súly 630 g
- Nyelv angol 0
Kategóriák
Rövid leírás:
A comprehensive overview of developments in the theory and application of state space modeling, first published in 2004.
TöbbHosszú leírás:
This 2004 volume offers a broad overview of developments in the theory and applications of state space modeling. With fourteen chapters from twenty-three contributors, it offers a unique synthesis of state space methods and unobserved component models that are important in a wide range of subjects, including economics, finance, environmental science, medicine and engineering. The book is divided into four sections: introductory papers, testing, Bayesian inference and the bootstrap, and applications. It will give those unfamiliar with state space models a flavour of the work being carried out as well as providing experts with valuable state of the art summaries of different topics. Offering a useful reference for all, this accessible volume makes a significant contribution to the literature of this discipline.
Review of the hardback: 'There is much in this book, and I would heartily recommend it to specialists and librarians. I know of no other comparable text.' Journal of the Royal Statistical Society
Tartalomjegyzék:
Part I. State Space Models: 1. Introduction to state space time series analysis James Durbin; 2. State structure, decision making and related issues Peter Whittle; 3. An introduction to particle filters Simon Maskell; Part II. Testing: 4. Frequence domain and wavelet-based estimation for long-memory signal plus noise models Katsuto Tanaka; 5. A goodness-of-fit test for AR (1) models and power against state-space alternatives T. W. Anderson and Michael A. Stephens; 6. Test for cycles Andrew C. Harvey; Part III. Bayesian Inference and Bootstrap: 7. Efficient Bayesian parameter estimation Sylvia Fr&&&252;hwirth-Schnatter; 8. Empirical Bayesian inference in a nonparametric regression model Gary Koop and Dale Poirier; 9. Resampling in state space models David S. Stoffer and Kent D. Wall; Part IV. Applications: 10. Measuring and forecasting financial variability using realised variance Ole E. Barndorff-Nielsen, Bent Nielsen, Neil Shephard and Carla Ysusi; 11. Practical filtering for stochastic volatility models Jonathan R. Stroud, Nicholas G. Polson and Peter M&&&252;ller; 12. On RegComponent time series models and their applications William R. Bell; 13. State space modeling in macroeconomics and finance using SsfPack in S+Finmetrics Eric Zivot, Jeffrey Wang and Siem Jan Koopman; 14. Finding genes in the human genome with hidden Markov models Richard Durbin.
Több
Challenging Transitions in Learning and Work: Reflections on Policy and Practice
22 811 Ft
20 986 Ft
