Forecasting with Exponential Smoothing (eBook)
XIII, 362 Seiten
Springer Berlin (Verlag)
978-3-540-71918-2 (ISBN)
Exponential smoothing methods have been around since the 1950s, and are still the most popular forecasting methods used in business and industry. However, a modeling framework incorporating stochastic models, likelihood calculation, prediction intervals and procedures for model selection, was not developed until recently. This book brings together all of the important new results on the state space framework for exponential smoothing. It will be of interest to people wanting to apply the methods in their own area of interest as well as for researchers wanting to take the ideas in new directions. Part 1 provides an introduction to exponential smoothing and the underlying models. The essential details are given in Part 2, which also provide links to the most important papers in the literature. More advanced topics are covered in Part 3, including the mathematical properties of the models and extensions of the models for specific problems. Applications to particular domains are discussed in Part 4.
I. Introduction: Basic concepts.- Getting started. II. Essentials: Linear innovations state space models.- Non-linear and heteroscedastic innovations state space models.- Estimation of innovations state space models.- Prediction distributions and intervals.- Selection of models. III. Further topics: Normalizing seasonal components.- Models with regressor variables.- Some properties of linear models.- Reduced forms and relationships with ARIMA models.- Linear innovations state space models with random seed states.- Conventional state space models.- Time series with multiple seasonal patterns.- Non-linear models for positive data.- Models for count data.- Vector exponential smoothing. IV. Applications: Inventory control application.- Conditional heteroscedasticity and finance applications.- Economic applications: the Beveridge-Nelson decomposition.
Erscheint lt. Verlag | 19.6.2008 |
---|---|
Reihe/Serie | Springer Series in Statistics | Springer Series in Statistics |
Zusatzinfo | XIII, 362 p. |
Verlagsort | Berlin |
Sprache | englisch |
Themenwelt | Mathematik / Informatik ► Mathematik ► Statistik |
Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik | |
Technik | |
Wirtschaft ► Allgemeines / Lexika | |
Schlagworte | exponential smoothing • innovation models • Inventory Control • likelihood • Modeling • state space models • stochastic model • stochastic models • Supply Chain • Time Series |
ISBN-10 | 3-540-71918-0 / 3540719180 |
ISBN-13 | 978-3-540-71918-2 / 9783540719182 |
Haben Sie eine Frage zum Produkt? |
![PDF](/img/icon_pdf_big.jpg)
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich