مدل بندی سری های زمانی خود برگشت بت مشاهدات گمشده بر اساس تبدیل چندجمله ای

پایان نامه با موضوع مدل بندی سریهای زمانی خود برگشت با مشاهدات گمشده بر اساس تبدیل چندجمله ای بر روی چگونگی براورد پارامتر از مدل اتورگرسیو(ar) سری زمانی تمرکز دارد. الگوریتم های براورد استاندارد برای مدل های ar با مشاهدات گم شده عملی نیستند .در این پایان نامه روش انتقال چندجمله ای برای تبدیل مدل های ar با مشاهدات گم شده به مدل های arma که تنها از مقادیر مشاهدات موجود شناسایی می شوند،بکار گرفته می شود . سپس الگوریتم گرادیان تصادفی تعمیم یافته esg و الگوریتم کمترین مربعات بازگشتی er-ls برای سری زمانی با مشاهدات گم شده را تجزیه و تحلیل کرده و پارامترهای مدل های arma را با استفاده از این الگوریتم ها براورد می کنیم ، براورد پارامتر مدلar از پارامترهای برآورد شده ی مدلarma تخمین زده می شود ،در ادامه ثابت می کنیم که پارامترهای براورد شده همگرا به مقادیر اصلی پارامترها هستند .برای درک بیشتر موضوع مثال هایی آورده می شود ، و در پایان به نتیجه گیری می پردازیم .