کتاب تحلیل مؤلفه‌های اصلی در سری‌های زمانی اقتصادی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل مؤلفه‌های اصلی در سری‌های زمانی اقتصادی

موضوع کلی: مدل‌سازی سری‌های زمانی چندمتغیره و تنسوری

موضوع میانی: تحلیل و مدل‌سازی داده‌های مالی و اقتصادی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر سری‌های زمانی و کاربرد آن‌ها در اقتصاد
  • 2. جمع‌آوری و آماده‌سازی داده‌های سری زمانی اقتصادی
  • 3. نمودارهای سری زمانی و تفسیر بصری
  • 4. مفهوم میانگین متحرک و کاربردهای آن
  • 5. روش‌های هموارسازی سری‌های زمانی
  • 6. تجزیه سری‌های زمانی به مؤلفه‌های روند، فصلی، چرخه‌ای و تصادفی
  • 7. مدل‌های روند خطی و غیرخطی در سری‌های زمانی
  • 8. تخمین و ارزیابی مدل‌های روند
  • 9. مفهوم همبستگی و خودهمبستگی در سری‌های زمانی
  • 10. توابع خودهمبستگی و خودهمبستگی جزئی
  • 11. آزمون‌های بررسی ایستایی سری‌های زمانی
  • 12. تبدیل سری‌های زمانی غیراستاتیک به سری‌های ایستاتیک
  • 13. مفهوم و کاربرد مدل‌های ARIMA
  • 14. شناسایی مرتبه مدل ARIMA با استفاده از ACF و PACF
  • 15. تخمین پارامترهای مدل ARIMA
  • 16. ارزیابی برازش مدل ARIMA و پیش‌بینی
  • 17. پیش‌بینی با استفاده از مدل‌های ARIMA
  • 18. مقدمه‌ای بر مدل‌های SARIMA و کاربرد آن‌ها در داده‌های فصلی
  • 19. شناسایی و تخمین مدل‌های SARIMA
  • 20. ارزیابی و پیش‌بینی با مدل‌های SARIMA
  • 21. مفهوم و کاربرد مدل‌های ARCH و GARCH در مدل‌سازی نوسانات
  • 22. تخمین و ارزیابی مدل‌های ARCH و GARCH
  • 23. پیش‌بینی نوسانات با استفاده از مدل‌های ARCH و GARCH
  • 24. مقدمه‌ای بر مدل‌های فضای حالت و فیلتر کالمن
  • 25. کاربرد مدل‌های فضای حالت در سری‌های زمانی اقتصادی
  • 26. تخمین پارامترهای مدل‌های فضای حالت
  • 27. ارزیابی و پیش‌بینی با مدل‌های فضای حالت
  • 28. مفهوم و کاربرد مدل‌های VAR در تحلیل سری‌های زمانی چندمتغیره
  • 29. تخمین و ارزیابی مدل‌های VAR
  • 30. تحلیل تکانه و پاسخ در مدل‌های VAR
  • 31. پیش‌بینی با استفاده از مدل‌های VAR
  • 32. مقدمه‌ای بر اقتصادسنجی سری‌های زمانی و آزمون‌های رگرسیون
  • 33. آزمون‌های بررسی فروض رگرسیون در سری‌های زمانی
  • 34. مشکلات رگرسیون با سری‌های زمانی و راه‌حل‌ها
  • 35. مفهوم و کاربرد آزمون‌های بقایای رگرسیون
  • 36. مفهوم و کاربرد مدل‌های تصحیح خطا (ECM)
  • 37. کاربرد ECM در تحلیل روابط بلندمدت بین سری‌های زمانی
  • 38. مقدمه‌ای بر تحلیل کوانتایل در سری‌های زمانی
  • 39. کاربرد تحلیل کوانتایل در پیش‌بینی ریسک
  • 40. مفهوم و کاربرد مدل‌های تغییر رژیم (Regime-Switching Models)
  • 41. تخمین و ارزیابی مدل‌های تغییر رژیم
  • 42. پیش‌بینی با استفاده از مدل‌های تغییر رژیم
  • 43. مقدمه‌ای بر شبکه‌های عصبی مصنوعی و کاربرد آن‌ها در سری‌های زمانی
  • 44. آماده‌سازی داده‌ها برای شبکه‌های عصبی
  • 45. ساخت و آموزش شبکه‌های عصبی برای پیش‌بینی سری‌های زمانی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.