Family of High-Ordered Integer-Valued Auto-Regressive Models and Applications
Lingua: inglese
Editore: Taylor and Francis Ltd, GB, 2026
- Rilegato
- Nuovo
Da: Rarewaves.com UK, London, Regno UnitoRarewaves.com UK
Venditore AbeBooks dal 11 giugno 2025
Condizione: Nuovo
EUR 184,78
Quantità: Più di 20 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
This book tackles the complexities of integer-valued time series analysis, focusing on over-dispersion, excess zeros, and non-stationarity. It explores high-ordered INAR(p) models with diverse thinning mechanisms and innovation distributions, finding CML superior for inference. Addressing periodic-ity, harmonic functions are introduced for COVID-19 data. Novel BINAR (1) models with BPWE and SPWE innovations are applied to stock transactions, while new BPGL and SPGL bivariate distributions analyze crime data.The book derives methodologies, tests performance via simulation, and provides real-life applications, filling a gap in existing literature. This comprehensive work significantly advances the field of integer-valued time series analysis by addressing key challenges such as over-dispersion and periodicity. The detailed exploration of high-ordered INAR(p) models under various thinning mechanisms and innovation distributions provides valuable insights into their performance, with the clear outperformance of the CML inferential method offering practical guidance for researchers. The innovative incorporation of harmonic functions to model the periodic nature of the COVID-19 data in Mauritius demonstrates a crucial adaptation to real-world phenomena. Furthermore, the development and application of novel BINAR (1) models and bivariate distributions like BPGL and SPGL expand the analytical toolkit for understanding the relationships between multiple integer-valued series, exemplified by their application to stock transactions and crime data. By deriving new methodologies, rigorously testing their performance through simulation, and illustrating their utility with diverse real-life applications, this book offers substantial theoretical and practical contributions to the field, addressing limitations in existing literature.The target audience includes researchers, statisticians, and practitioners working with count data and time series analysis in fields like econometrics, finance, epidemiology, and criminology.…
Codice articolo LU-9781041150558
- Titolo
- Family of High-Ordered Integer-Valued Auto-Regressive Models and Applications
- Autore
- Ashwinee Devi Soobhug, Naushad Mamode Khan, Sunecher Yuvraj
- Editore
- Taylor and Francis Ltd, GB
- Anno di pubblicazione
- 2026
- Condizione
- New
- Rilegatura
- Hardback
- Lingua
- inglese
- ISBN 10
- 1041150555
- ISBN 13
- 9781041150558
- Peso dell'articolo
- 470 grammi
This book tackles the complexities of integer-valued time series analysis, focusing on over-dispersion, excess zeros, and non-stationarity. It explores high-ordered INAR(p) models with diverse thinning mechanisms and innovation distributions, finding CML superior for inference. Addressing periodic-ity, harmonic functions are introduced for COVID-19 data. Novel BINAR (1) models with BPWE and SPWE innovations are applied to stock transactions, while new BPGL and SPGL bivariate distributions analyze crime data.
The book derives methodologies, tests performance via simulation, and provides real-life applications, filling a gap in existing literature. This comprehensive work significantly advances the field of integer-valued time series analysis by addressing key challenges such as over-dispersion and periodicity. The detailed exploration of high-ordered INAR(p) models under various thinning mechanisms and innovation distributions provides valuable insights into their performance, with the clear outperformance of the CML inferential method offering practical guidance for researchers. The innovative incorporation of harmonic functions to model the periodic nature of the COVID-19 data in Mauritius demonstrates a crucial adaptation to real-world phenomena. Furthermore, the development and application of novel BINAR (1) models and bivariate distributions like BPGL and SPGL expand the analytical toolkit for understanding the relationships between multiple integer-valued series, exemplified by their application to stock transactions and crime data. By deriving new methodologies, rigorously testing their performance through simulation, and illustrating their utility with diverse real-life applications, this book offers substantial theoretical and practical contributions to the field, addressing limitations in existing literature.
The target audience includes researchers, statisticians, and practitioners working with count data and time series analysis in fields like econometrics, finance, epidemiology, and criminology.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Ashwinee Devi Soobhug works as a Statistician/Senior Statistician at Statistics Mauritius She is affiliated with the Ministry of Finance, Economic Planning and Development in Port Louis, Mauritius. She is a prominent academic researcher known for her significant contributions to the fields of statistics and public health.
Naushad Mamode Khan is an Associate Professor in Statistics, at the University of Mauritius. His research interests are statistical modelling and computing applied to integer-valued time series modelling.
Sunecher Yuvraj is a Senior Lecturer of Finance and Statistics of the University of Technology Mauritius since 2011. He received his Post Doctorate in Statistical Modelling from the University of Bahia, Ph.D in Statistics from the University of Mauritius, Master in Business Administration from the Management College of South Africa, Master in Financial Economics and Degree in Mathematics from the University of Mauritius.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Rarewaves.com UK
London, Regno Unito
Venditore AbeBooks dal 11 giugno 2025
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 60 a 60 giorni lavorativi | Da 60 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 76,60 | EUR 117,84 |
Metodi di pagamento
Informazioni sull’azienda del venditore
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Regno Unito W1W 8BE
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Rarewaves.com UK, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.