Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy Xcover
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Bilinear Stochastic Models and Related Problems of Nonlinear Time Series Analysis

György Terdik (Broschiert, Englisch)

Optischer Zustand
Beschreibung
"Ninety percent of inspiration is perspiration. " [31] The Wiener approach to nonlinear stochastic systems [146] permits the representation of single-valued systems with memory for which a small per turbation of the input produces a small perturbation of the output. The Wiener functional series representation contains many transfer functions to describe entirely the input-output connections. Although, theoretically, these representations are elegant, in practice it is not feasible to estimate all the finite-order transfer functions (or the kernels) from a finite sam ple. One of the most important classes of stochastic systems, especially from a statistical point of view, is the case when all the transfer functions are determined by finitely many parameters. Therefore, one has to seek a finite-parameter nonlinear model which can adequately represent non linearity in a series. Among the special classes of nonlinear models that have been studied are the bilinear processes, which have found applica tions both in econometrics and control theory; see, for example, Granger and Andersen [43] and Ruberti, et al. [4]. These bilinear processes are de fined to be linear in both input and output only, when either the input or output are fixed. The bilinear model was introduced by Granger and Andersen [43] and Subba Rao [118], [119]. Terdik [126] gave the solution of xii a lower triangular bilinear model in terms of multiple Wiener-It(') integrals and gave a sufficient condition for the second order stationarity. An impor tant.
106,99 €
Broschiert | Neu

oder

Auf Lager Versandbereit in 3-4 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 3-4 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
30.07.1999
Sprache
Englisch
EAN
9780387988726
Herausgeber
Springer US
Serien- oder Bandtitel
Lecture Notes in Statistics
Sonderedition
Nein
Autor
György Terdik
Seitenanzahl
270
Einbandart
Broschiert
Buch Untertitel
A Frequency Domain Approach
Schlagwörter
Fitting, Variance, calculus, statistics, time series
Thema-Inhalt
PBW - Angewandte Mathematik
Höhe
235 mm
Breite
15.5 cm

Transparenz & Sicherheit

Hersteller: Humana, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!