Nonlinear Time Series

Theory, Methods and Applications with R Examples
Author: Randal Douc,Eric Moulines,David Stoffer
Publisher: CRC Press
ISBN: 1466502258
Category: Mathematics
Page: 551
View: 1776

Continue Reading →

Designed for researchers and students, Nonlinear Times Series: Theory, Methods and Applications with R Examples familiarizes readers with the principles behind nonlinear time series models—without overwhelming them with difficult mathematical developments. By focusing on basic principles and theory, the authors give readers the background required to craft their own stochastic models, numerical methods, and software. They will also be able to assess the advantages and disadvantages of different approaches, and thus be able to choose the right methods for their purposes. The first part can be seen as a crash course on "classical" time series, with a special emphasis on linear state space models and detailed coverage of random coefficient autoregressions, both ARCH and GARCH models. The second part introduces Markov chains, discussing stability, the existence of a stationary distribution, ergodicity, limit theorems, and statistical inference. The book concludes with a self-contained account on nonlinear state space and sequential Monte Carlo methods. An elementary introduction to nonlinear state space modeling and sequential Monte Carlo, this section touches on current topics, from the theory of statistical inference to advanced computational methods. The book can be used as a support to an advanced course on these methods, or an introduction to this field before studying more specialized texts. Several chapters highlight recent developments such as explicit rate of convergence of Markov chains and sequential Monte Carlo techniques. And while the chapters are organized in a logical progression, the three parts can be studied independently. Statistics is not a spectator sport, so the book contains more than 200 exercises to challenge readers. These problems strengthen intellectual muscles strained by the introduction of new theory and go on to extend the theory in significant ways. The book helps readers hone their skills in nonlinear time series analysis and their applications.

Long-Range Dependence and Self-Similarity


Author: Vladas Pipiras,Murad S. Taqqu
Publisher: Cambridge University Press
ISBN: 1108210198
Category: Mathematics
Page: N.A
View: 2501

Continue Reading →

This modern and comprehensive guide to long-range dependence and self-similarity starts with rigorous coverage of the basics, then moves on to cover more specialized, up-to-date topics central to current research. These topics concern, but are not limited to, physical models that give rise to long-range dependence and self-similarity; central and non-central limit theorems for long-range dependent series, and the limiting Hermite processes; fractional Brownian motion and its stochastic calculus; several celebrated decompositions of fractional Brownian motion; multidimensional models for long-range dependence and self-similarity; and maximum likelihood estimation methods for long-range dependent time series. Designed for graduate students and researchers, each chapter of the book is supplemented by numerous exercises, some designed to test the reader's understanding, while others invite the reader to consider some of the open research problems in the field today.

Discrete Data Analysis with R

Visualization and Modeling Techniques for Categorical and Count Data
Author: Michael Friendly,David Meyer
Publisher: CRC Press
ISBN: 1498725856
Category: Mathematics
Page: 544
View: 6439

Continue Reading →

An Applied Treatment of Modern Graphical Methods for Analyzing Categorical Data Discrete Data Analysis with R: Visualization and Modeling Techniques for Categorical and Count Data presents an applied treatment of modern methods for the analysis of categorical data, both discrete response data and frequency data. It explains how to use graphical methods for exploring data, spotting unusual features, visualizing fitted models, and presenting results. The book is designed for advanced undergraduate and graduate students in the social and health sciences, epidemiology, economics, business, statistics, and biostatistics as well as researchers, methodologists, and consultants who can use the methods with their own data and analyses. Along with describing the necessary statistical theory, the authors illustrate the practical application of the techniques to a large number of substantive problems, including how to organize data, conduct an analysis, produce informative graphs, and evaluate what the graphs reveal about the data. The first part of the book contains introductory material on graphical methods for discrete data, basic R skills, and methods for fitting and visualizing one-way discrete distributions. The second part focuses on simple, traditional nonparametric tests and exploratory methods for visualizing patterns of association in two-way and larger frequency tables. The final part of the text discusses model-based methods for the analysis of discrete data. Web Resource The data sets and R software used, including the authors’ own vcd and vcdExtra packages, are available at http://cran.r-project.org.

The Analysis of Time Series

An Introduction, Sixth Edition
Author: Chris Chatfield
Publisher: CRC Press
ISBN: 9780203491683
Category: Mathematics
Page: 352
View: 1441

Continue Reading →

Since 1975, The Analysis of Time Series: An Introduction has introduced legions of statistics students and researchers to the theory and practice of time series analysis. With each successive edition, bestselling author Chris Chatfield has honed and refined his presentation, updated the material to reflect advances in the field, and presented interesting new data sets. The sixth edition is no exception. It provides an accessible, comprehensive introduction to the theory and practice of time series analysis. The treatment covers a wide range of topics, including ARIMA probability models, forecasting methods, spectral analysis, linear systems, state-space models, and the Kalman filter. It also addresses nonlinear, multivariate, and long-memory models. The author has carefully updated each chapter, added new discussions, incorporated new datasets, and made those datasets available for download from www.crcpress.com. A free online appendix on time series analysis using R can be accessed at http://people.bath.ac.uk/mascc/TSA.usingR.doc. Highlights of the Sixth Edition: A new section on handling real data New discussion on prediction intervals A completely revised and restructured chapter on more advanced topics, with new material on the aggregation of time series, analyzing time series in finance, and discrete-valued time series A new chapter of examples and practical advice Thorough updates and revisions throughout the text that reflect recent developments and dramatic changes in computing practices over the last few years The analysis of time series can be a difficult topic, but as this book has demonstrated for two-and-a-half decades, it does not have to be daunting. The accessibility, polished presentation, and broad coverage of The Analysis of Time Series make it simply the best introduction to the subject available.

Linear Mixed-Effects Models Using R

A Step-by-Step Approach
Author: Andrzej Gałecki,Tomasz Burzykowski
Publisher: Springer Science & Business Media
ISBN: 1461439000
Category: Mathematics
Page: 542
View: 2794

Continue Reading →

Linear mixed-effects models (LMMs) are an important class of statistical models that can be used to analyze correlated data. Such data are encountered in a variety of fields including biostatistics, public health, psychometrics, educational measurement, and sociology. This book aims to support a wide range of uses for the models by applied researchers in those and other fields by providing state-of-the-art descriptions of the implementation of LMMs in R. To help readers to get familiar with the features of the models and the details of carrying them out in R, the book includes a review of the most important theoretical concepts of the models. The presentation connects theory, software and applications. It is built up incrementally, starting with a summary of the concepts underlying simpler classes of linear models like the classical regression model, and carrying them forward to LMMs. A similar step-by-step approach is used to describe the R tools for LMMs. All the classes of linear models presented in the book are illustrated using real-life data. The book also introduces several novel R tools for LMMs, including new class of variance-covariance structure for random-effects, methods for influence diagnostics and for power calculations. They are included into an R package that should assist the readers in applying these and other methods presented in this text.

Wahrscheinlichkeitsrechnung und Statistik


Author: Robert Hafner
Publisher: Springer-Verlag
ISBN: 3709169445
Category: Mathematics
Page: 512
View: 9551

Continue Reading →

Das Buch ist eine Einführung in die Wahrscheinlichkeitsrechnung und mathematische Statistik auf mittlerem mathematischen Niveau. Die Pädagogik der Darstellung unterscheidet sich in wesentlichen Teilen – Einführung der Modelle für unabhängige und abhängige Experimente, Darstellung des Suffizienzbegriffes, Ausführung des Zusammenhanges zwischen Testtheorie und Theorie der Bereichschätzung, allgemeine Diskussion der Modellentwicklung – erheblich von der anderer vergleichbarer Lehrbücher. Die Darstellung ist, soweit auf diesem Niveau möglich, mathematisch exakt, verzichtet aber bewußt und ebenfalls im Gegensatz zu vergleichbaren Texten auf die Erörterung von Meßbarkeitsfragen. Der Leser wird dadurch erheblich entlastet, ohne daß wesentliche Substanz verlorengeht. Das Buch will allen, die an der Anwendung der Statistik auf solider Grundlage interessiert sind, eine Einführung bieten, und richtet sich an Studierende und Dozenten aller Studienrichtungen, für die mathematische Statistik ein Werkzeug ist.

R in a Nutshell


Author: Joseph Adler
Publisher: O'Reilly Germany
ISBN: 3897216507
Category: Computers
Page: 768
View: 3448

Continue Reading →

Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

The Joy of x

Die Schönheit der Mathematik
Author: Steven Strogatz
Publisher: Kein & Aber AG
ISBN: 3036992693
Category: Mathematics
Page: 352
View: 7126

Continue Reading →

Mathematik durchdringt den ganzen Kosmos. Das weiß jeder, doch nur die wenigsten verstehen die Zusammenhänge wirklich. Steven Strogatz nimmt uns bei der Hand und spaziert mit uns durch diese Welt der Weisheit, Klarheit und Eleganz. Als Reiseleiter geht er neue, erfrischende Wege, deutet auf Besonderheiten, schildert Hintergründe und erklärt die unsichtbaren Mechanismen. Wir erfahren unter anderem von dem Wunder des Zählens, der genialen Einfachheit der Algebra, dem ewigen Erbe Newtons, dem Tango mit Quadraten, der Zweisamkeit von Primzahlen und der Macht des Unendlichen. Mit all seiner Begeisterung, seinem Scharfblick und seinem leichtem Ton hat Steven Strogatz ein herrliches Buch für alle geschrieben, die ihr Verständnis von Mathematik auf eine neue Art vertiefen möchten.

Zeitreihenmodelle


Author: Andrew C. Harvey
Publisher: De Gruyter Oldenbourg
ISBN: 9783486230062
Category:
Page: 379
View: 7114

Continue Reading →

Gegenstand des Werkes sind Analyse und Modellierung von Zeitreihen. Es wendet sich an Studierende und Praktiker aller Disziplinen, in denen Zeitreihenbeobachtungen wichtig sind.

Mechanical Engineering

The Journal of the American Society of Mechanical Engineers
Author: N.A
Publisher: N.A
ISBN: N.A
Category: Mechanical engineering
Page: N.A
View: 7866

Continue Reading →

Stochastic Integrals

An Introduction
Author: Heinrich von Weizsäcker
Publisher: Springer-Verlag
ISBN: 3663139239
Category: Mathematics
Page: 332
View: 7866

Continue Reading →

Einführung in die Extragalaktische Astronomie und Kosmologie


Author: Peter Schneider
Publisher: Springer-Verlag
ISBN: 3540305890
Category: Science
Page: 452
View: 9627

Continue Reading →

In diesem kompetent geschriebenen Lehrbuch wird, ausgehend von der Beschreibung unserer Milchstraße, die Astronomie der Galaxien und ihrer großräumigen Verteilung eingehend dargestellt und schließlich im kosmologischen Kontext diskutiert. Aufbauend auf eine Einführung in die moderne beobachtende und theoretische Kosmologie wird die Entstehung von Strukturen und astronomischen Objekten im frühen Universum besprochen.

Statistik für Dummies


Author: Deborah J. Rumsey
Publisher: John Wiley & Sons
ISBN: 3527692762
Category: Education
Page: 355
View: 4971

Continue Reading →

Von A wie Ausreißer bis Z wie Z-Verteilung Entdecken Sie mit Statistik für Dummies Ihren Spaß an der Statistik und werfen Sie einen Blick hinter die Kulissen dieser komplizierten, aber hilfreichen Wissenschaft! Deborah Rumsey zeigt Ihnen das nötige statistische Handwerkszeug wie Stichprobe, Wahrscheinlichkeit, Bias, Median, Durchschnitt und Korrelation. Sie lernen die verschiedenen grafischen Darstellungsmöglichkeiten von statistischem Material kennen und werden über die unterschiedlichen Methoden der Auswertung erstaunt sein. Schärfen Sie mit diesem Buch Ihr Bewusstsein für Zahlen und deren Interpretation, sodass Ihnen keiner mehr etwas vormachen kann!

Programmieren mit R


Author: Uwe Ligges
Publisher: Springer-Verlag
ISBN: 3540799982
Category: Computers
Page: 251
View: 5159

Continue Reading →

R ist eine objektorientierte und interpretierte Sprache und Programmierumgebung für Datenanalyse und Grafik. Ausführlich führt der Autor in die Grundlagen ein und vermittelt eingängig die Struktur der Sprache. So ermöglicht er Lesern den leichten Einstieg: eigene Methoden umsetzen, Objektklassen definieren und Pakete aus Funktionen und zugehöriger Dokumentation zusammenstellen. Detailliert beschreibt er die enormen Grafikfähigkeiten von R. Für alle, die R als flexibles Werkzeug zur Datenanalyse und -visualisierung einsetzen. In 2. Auflage mit vielen Verbesserungen und Neuerungen von R-2.3.x und weiteren von Lesern gewünschten Ergänzungen.