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

An Introduction to Bispectral Analysis and Bilinear Time Series Models

T.S. Rao, M.M. Gabr (Broschiert, Englisch)

Optischer Zustand
Beschreibung
The theory of time series models has been well developed over the last thirt,y years. Both the frequenc.y domain and time domain approaches have been widely used in the analysis of linear time series models. However. many physical phenomena cannot be adequately represented by linear models; hence the necessity of nonlinear models and higher order spectra. Recently a number of nonlinear models have been proposed. In this monograph we restrict attention to one particular nonlinear model. known as the "bilinear model". The most interesting feature of such a model is that its second order covariance analysis is ve~ similar to that for a linear model. This demonstrates the importance of higher order covariance analysis for nonlinear models. For bilinear models it is also possible to obtain analytic expressions for covariances. spectra. etc. which are often difficult to obtain for other proposed nonlinear models. Estimation of bispectrum and its use in the construction of tests for linearit,y and symmetry are also discussed. All the methods are illustrated with simulated and real data. The first author would like to acknowledge the benefit he received in the preparation of this monograph from delivering a series of lectures on the topic of bilinear models at the University of Bielefeld. Ecole Normale Superieure. University of Paris (South) and the Mathematisch Cen trum. Ams terdam.
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
05.09.1984
Sprache
Englisch
EAN
9780387960395
Herausgeber
Springer US
Serien- oder Bandtitel
Lecture Notes in Statistics
Sonderedition
Nein
Autor
T.S. Rao, M.M. Gabr
Seitenanzahl
280
Einbandart
Broschiert
Schlagwörter
Analysis, Bilineares Modell, Fitting, Random variable, Series, Spektralanalyse, Time, Time series, Variance, Zeitreihenanalyse, best fit
Thema-Inhalt
PBT - Wahrscheinlichkeitsrechnung und Statistik PBWL - Stochastik PBW - Angewandte Mathematik
Höhe
244 mm
Breite
17 cm

Transparenz & Sicherheit

Hersteller: Springer, 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!