سری های زمانی با تغییرات غیر نرمال و کاربردهای آن

رگرسیون چندکی توصیف کاملی از وابستگی توزیع شرطی y به متغیر تبیینی x ارایه می دهد، در حالی که رگرسیون معمولی فقط وابستگی میانگین شرطی متغیر پاسخ y به متغیر تبیینی x بررسی می کند. برآورد پارامترها در رگرسیون چندکی بر اساس تابع زیان نامتقارن برای جمله خطا است و مشابه برآورد پارامترها در رگرسیون کمترین توان های دوم خطا محاسبه می شود. ایده رگرسیون چندکی بیزی با استفاده از یک تابع درستنمایی بر اساس توزیع لاپلاس نامتقارن قرار داده شده است. مدل های رگرسیون چندکی دودویی و توبیت می توانند به عنوان رگرسیون چندکی خطی با پاسخ های پیوسته پنهان که به طور کامل مشاهده نشده اند، در نظر گرفته می شود. در حالت معمول سری زمانی را با جمله خطا نرمال در نظر گرفته شده است. در این پایان نامه از فرض غیر نرمال بودن جمله خطا استفاده نموده ایم و آن را به صورت نیمه پارامتری با تابع چندک نمایی در نظر گرفته ایم و سری زمانی با تغییرات غیر نرمال، در نظر گرفته شده است. روش مطرح شده با استفاده از یک سری داده های شبیه سازی و دو مجموعه واقعی شرح داده می شود.