Андерсон Т. Статистический анализ временных рядов

Ярославль: Ярославский гос. тех. университет, 1997. - 94 с. В пособии рассматриваются вопросы прогнозирования значений временных рядов и управления при ниличии статистических шумов.

В основу учебного пособия положен курс лекций "Главные компоненты временных рядов", читаемый на кафедре статистического моделирования математико-механического факультета СПбГУ. Пособие содержит материалы части курса, посвященной анализу временных рядов с помощью метода "Гусеница"-SSA. Кроме описания теории метода, приведены указания по его практическому применению, включая выбор параметров, а также подробно разобранный пример применения метода ан...

Самара: СНЦ РАН, 2007. - 582 с. Рассматриваются математическое описание, методы и алгоритмы моделирования случайных процессов, потоков событий, неэквидистантных временных рядов с заданными вероятностными характеристиками, а также методы и алгоритмы их оценки. Анализируются методы, алгоритмы анализа законов распределения, характеристических функций, корреляционно-спектральных функций, структурных функций, основанные на применении классического под...

Самара: СНЦ РАН, 2003. - 286 с. Рассматриваются методы, алгоритмы генерации временных рядов, включая неэквидистантные, с заданными корреляционно-спектральными характеристиками. Анализируются методы, алгоритмы корреляционно-спектрального анализа, основанные на применении классического подхода, а также с использованием интервальной корреляционной функции. Рассматриваются задачи вторичной обработки временных рядов, включающие: идентификацию случайны...

Математическое описание и моделирование случайных процессов/Самар. гос. аэрокосм. ун-т, 2001. 209 с.: ил. Рассматриваются методы описания, алгоритмы и программные средства генерирования случайных процессов, потоков событий, неэквидистантных временных рядов с заданными вероятностными характеристиками, а также методы и средства оценки качества генерирования, основанные на аппроксимативном подходе и анализе фазовых портретов. Приводится описание ра...

Лабораторный практикум/Самар. гос. аэрокосм. ун-т, Уральск, 2001. 191 с.: ил. Рассматриваются методы и алгоритмы генерирования временных рядов с заданным видом законов распределения, корреляционных функций, неэквидистантных временных рядов с заданными вероятностными характеристиками. Анализируются методы, алгоритмы анализа вероятностных характеристик временных рядов, включая неэквидистантные, основанные на применении классического подхода, а так...

Самара: Самарский государственный аэрокосмический университет, 2001. - 375 с. Рассматриваются методы и алгоритмы, описания неэквидистантных временных рядов, случайных потоков событий. Анализируются методы, алгоритмы анализа вероятностных характеристик неэквидистантных временных рядов и потоков событий, основанные на применении классического, аппроксимативного подходов, а также с использованием интервальной корреляционной функции. Рассматриваются...

Самара: Самар. гос. аэрокосм. ун-т, 1998. - 64 с. Учебное пособие. Кратко излагаются основные факты теории случайных временных рядов авторегрессии и скользящего среднего. Рассматривается статистические задачи для процессов при условии их стационарности. Предназначено для студентов специальности «Прикладная математика» при изучении курса «Случайные процессы» и при выполнению курсовой работы по этому курсу.

N.-Y., Palgrave McMillan, 2006. - 263p. Книга посвящена моделированию многомерных временных рядов, преимущественно в сфере экономики. При этом авторы исследуют более реалистичный, чем обычные допущения, случай отсутствия стационарности, включая эффект "долгой памяти", а также различные формы связи между переменными, в том числе коинтегрированность. Рассматриваются идентификация и оценивание параметров моделей временных рядов и построение по ним...

Singapore, World Scientific Publishing Co. Pte. Ltd., 2005. - 261 p. Книга посвящена анализу временных рядов при помощи методов нелинейной динамики, включая корреляционную размерность, экспоненту Ляпунова, энтропию, рассматривает методы оценки характеристик временных рядов, в том числе метод суррогатных данных, приводятся примеры использования этих подходов в задачах астрономии, медицины и финансов. Для научных работников и аспирантов.