ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Bayesian Identification Of Multivariate Moving Average Model (VMA).

العنوان بلغة أخرى: التحليل البيزي لإستراتيجية التعرف على المعالم لنموذج المتوسطات المتحركة المتعدد
المصدر: المجلة المصرية للدراسات التجارية
الناشر: جامعة المنصورة - كلية التجارة
المؤلف الرئيسي: Abd Alaty, Fatma Ali (Author)
مؤلفين آخرين: El Badry, Ashraf (Co-Author) , El Mancy, Ahmed Essam (Co-Author)
المجلد/العدد: مج 35, ع 1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2011
الصفحات: 19 - 40
رقم MD: 114106
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

34

حفظ في:
LEADER 04410nam a22002417a 4500
001 0487448
044 |b مصر 
100 |9 339178  |a Abd Alaty, Fatma Ali  |e Author 
245 |a Bayesian Identification Of Multivariate Moving Average Model (VMA). 
246 |a التحليل البيزي لإستراتيجية التعرف على المعالم لنموذج المتوسطات المتحركة المتعدد 
260 |b جامعة المنصورة - كلية التجارة  |c 2011 
300 |a 19 - 40 
336 |a بحوث ومقالات 
500 |a أصل المقال باللغة الإنجليزية 
520 |a يعتبر الأسلوب المستخدم في استراتيجية التحديد لمعالم النموذج والذي يسمى الأسلوب المباشر في التحديد من أهم الأساليب الحديثة في التعامل مع نماذج السلاسل الزمنية المتعددة والذي يقوم بدمج دالة الامكان الكبرى التقريبية من التوزيعات القبلية المختلفة سواء كانت قياسية أو غير قياسية من أجل الوصول إلى التوزيع البعدي ثم الوصول إلى التوزيع البعدي الهامشي، ونقوم باستخدام دالة الإمكان الكبرى التقريبية وليست التامة لما يعانيه التحليل البايزي للسلاسل الزمنية من مشكلة أساسية ترجع إلى أن معظم نماذج السلاسل الزمنية تكون غير خطية في معاملتها، فباستثناء نماذج الانحدار الذاتي الخطية في معلماتها فإن كل من نماذج المتوسطات المتحركة ونماذج المختلطة غير خطية في معلماتها، وينجم عن ذلك أن تصبح دالة الإمكان لهذه النماذج معقدة الصورة ويصعب التعامل معها رياضياً وهذا يؤدي إلى توزيعات بعدية وتنبؤية غير قاسية. ويعتبر الأسلوب المباشر عدد معاملات نموذج آرما متغيراً عشوائياً كباقي معالم النموذج ولذا يعتمد ذلك الأسلوب على إيجاد دالة الاحتمال لرتب النموذج ومن ثم اختيار النموذج التي تكون رتبته لها أكبر احتمال في دالة الاحتمال  |b This study approaches the Bayesian identification of the multivariate moving average processes using an approximate likelihood function and a normal matrix- wishart prior density as a conjugate prior or a Jeffrey's as a vague prior. We use the approximation likelihood function because The Main problem with the exact Bayesian analysts of VMA (q) model is that there is no analytic form for the likelihood function. Because the residuals are not quadratic function of the model parameters, in other words VMA (q) model is non liner in its coefficients. The approach is called the direct technique; this technique id dealing with the marginal posterior probability mass function of the model order is developed in a convenient form. Then one may investigate the posterior probabilities over the grid of the order and choose the order with the highest probability to solve the identification problem. A comprehensive simulation study is carried out to demonstrate the performance of the proposed procedure and check its adequacy in handling the identification problem. In addition, a real data case was involved. The numerical results support the adequacy of using the proposed procedure in solving the identification problem of moving average processes. 
653 |a البرمجة الخطية   |a المحاسبة  |a نظم المعلومات المحاسبية  |a السلاسل الزمنية  |a التحليل البايزي  |a الانحدار الخطي  |a التحليل الإحصائي  |a الإحصاء التطبيقي 
700 |9 429606  |a El Badry, Ashraf  |e Co-Author 
700 |9 429607  |a El Mancy, Ahmed Essam  |e Co-Author 
773 |4 الاقتصاد  |4 إدارة الأعمال  |6 Economics  |6 Business  |c 017  |e The Egyptian Journal for Commercial Studies  |l 001  |m  مج 35, ع 1  |o 0460  |s المجلة المصرية للدراسات التجارية  |v 035 
856 |u 0460-035-001-017.pdf 
930 |d y  |p y  |q y 
995 |a EcoLink 
999 |c 114106  |d 114106 

عناصر مشابهة