Alkalmazott folyamat-statisztika és idősoranalízis

Szerző

Szerkesztő

Budapest

'Michelberger Pál: Alkalmazott folyamat-statisztika és idősoranalízis ' összes példány

Kiadó:	Typotex Kft. Elektronikus Kiadó
Kiadás helye:	Budapest
Kiadás éve:	2000
Kötés típusa:	Ragasztott papírkötés
Oldalszám:	335 oldal
Sorozatcím:
Kötetszám:
Nyelv:	Magyar
Méret:	23 cm x 17 cm
ISBN:	963-913-244-6

Értesítőt kérek a kiadóról

A beállítást mentettük,
naponta értesítjük a beérkező friss
kiadványokról

Tartalom

Előszó	9
I. rész - Valószínűségelméleti összefoglaló
Valószínűségelméleti összefoglaló	21
A valószínűségelmélet alapjai	23
Véletlen esemény, véletlen kísérlet matematikai fogalma	23
Eseményalgebra és szigma-algebra fogalma, műveletek eseményekkel	24
A valószínűség fogalma	27
Gyakoriság és relatív gyakoriság	27
A valószínűség matematikai fogalma: a valószínűségszámítás axiómái, Kolmogorov-féle valószínűségi mező	28
Klasszikus (kombinatorikus) valószínűségi mezők	28
Valószínűségek meghatározása geometriai módszerekkel	29
A valószínűség alapvető összefüggései	31
Elemi tulajdonságok	31
Poncaré-formula, Jordán Károly formulái. Additivitás és szubaddivitás	32
A valószínűség folytonossága	33
Feltételes valószínűség és tulajdonságai. Események függetlensége	33
A teljes valószínűség tétele, Bayes-tétel	35
Valószínűségi változók jellemzői	37
Várható érték fogalma és alapvető tulajdonságai	37
Valószínűségi változók függvényeinek várható értéke. Momentumok, szórás fogalma és tulajdonságai. Nevezetes eyenlőtlenségek: Markov- és Csebisev-egyenlőtlenség	39
Medián, kvantilisek, terjedelem, ferdeség, lapultság	42
Feltételes várható érték	44
Generátor- és karakterisztiksu függvény, fogalmak és alapvető tulajdonságok	47
Kovariancia és korrelációs együttható, kovariancia és korrelációs mátrix	49
Nevezetes diszkrét és folytonos eloszlások	51
Diszkrét eloszlások	51
Folytonos eloszlások	54
Határeloszlás tételek	59
Konvergenciafogalmak	59
A nagy számok gyenge törvényei: Bernoulli- és Bernstein-tétele. A nagy számok Kolmogorov-féle erős tétele, következmény a relatív gyakoriiságokra	60
Centrális határeloszlás tétel. Moivre-Laplace-tétel, Lindeberg-Feller-tétel	62
II. rész - A matematikai statisztika elemei
Statisztikai minták és elemi jellemzők	67
A statisztikai analízis és a statisztikai sokaság fogalma	67
A statisztikai minta és a reprezentatív módszer elmélete	77
A statisztikai becslések	91
A becsléselmélet elemei és a becslésekkel szemben támasztott követelmények	91
Becslési módszerek	97
A Bayes-módszer alkalmazása valószínűségek becslésére: a-priori és a-posteriori szubjektív valószínűségek	110
Intervallumbecslések: konfidencia intervallumok	121
Statisztikai hipotézisek	129
Statisztikai feltételezések és döntések	129
Szignifikancia vizsgálatok (Paraméteres és nemparaméteres próbák)	131
Hipotézisvizsgálat a Neymann - Pearson kritérium alapján	148
Bayes típusú próbák	149
Szóráselemzés	152
A többváltozós statisztikai elemzés további lehetőségei	155
A statisztikai összefüggések (korreláció és regresszió analízis)	157
Sztochasztikus összefüggések jellemzése	157
Kétváltozós statisztikai összefüggések és függőségi mérőszámok	158
Többváltozós statisztikai kapcsolatok - A többváltozós regresszió	179
III. rész - Sztochasztikus folyamatok általános fogalma és jellemzésük
Sztochasztikus folyamatok alapjai	193
Sztochasztikus folyamatok általános fogalma	193
Sztochasztikus folyamat végesdimenziós eloszlásai	194
Stacionárius folyamatok	195
Gauss-folyamatok	197
Független növekményű folyamatok	198
Általános Poisson-folyamatok	199
Homogén Poisson-folyamatok néhány fontos tulajdonsága	200
Markov-folyamatok	203
Diszkrét idejű, diszkrét állapotterű Markov-láncok	204
Az m-lépéses átmenetvalószínűségek és tulajdonságaik	210
Homogén Markov-láncok állapotainak osztályozása az átmenetvalószínűségek aritmetikai tulajdonságai szerint	212
Homogén Markov-láncok átmenetvalószínűségeinek aszimptotikus tulajdonságai. Visszatérő Markov-láncok	218
Homogén Markov-láncok alapvető határeloszlás tétele	225
Ergodikus tételek Markov-láncokra	235
Átmenetvalószínűségek becslése	237
Folytonos idejű Markov-láncok	239
Szemi-Markov folyamatok	249
Felújítási folyamatok	253
Rekurrens folyamatok	257
Regeneratív folyamatok	259
IV. rész - Idősorok modellezése és azonosítása
Egyváltozós stacionárius idősorok analízise	265
Általános megjegyzések	265
A stacionárius idősorok modellezése ARIMA idősor-modellekkel	266
Az AR-, MA- és ARMA-folyamatok autokorreláció-függvényei és autospektrumai	269
Az idősorok struktúrájának becslése	278
A stacionárius idősorok strukturális és paraméteres becslése	279
Az ARMA-modell paramétereinek becslése	280
A modell illeszkedésének vizsgálata (modellverifikáció)	281
Az idősorok előrejelzése	283
Nemstacionárius idősor-modellek	286
Szezonális idősor-modellek	286
Input/output idősormodellek és azonosítójuk	295
A feladat megfogalmazása	295
INput/output idősorok és zajmodellek additív paraméterbecslési módszerei	300
Transzferfüggvény-modellek paramétereinek maximum likelihood becslése	310
Többváltozós modellreprezentációk	319
Bevezető megjegyzések	319
Diszkrét I/o idősor modellek	320
Többváltozós állapottér-modellek	321
Többváltozós idősormodellek	324
A strukturális analízis módszerei	327
Többváltozós I/O idősor-modellek paraméterbecslési módszerei	328

Témakörök

Természettudomány > Matematika > Analízis > Általában
Természettudomány > Matematika > Statisztika

Megvásárolható példányok

Nincs megvásárolható példány
A könyv összes megrendelhető példánya elfogyott. Ha kívánja, előjegyezheti a könyvet, és amint a könyv egy újabb példánya elérhető lesz, értesítjük.

Előjegyzem