Family of High-Ordered Integer-Valued Auto-Regressive Models and Applications
Idioma: inglés
Editorial: Taylor and Francis Ltd, GB, 2026
- Tapa dura
- Nuevo
Librería: Rarewaves.com USA, London, London, Reino UnidoRarewaves.com USA
Vendedor de IberLibro desde 11 de junio de 2025
Condición: Nuevo
EUR 189,28
Cantidad disponible: Más de 20 disponibles
Añadir al carritoDescripción del artículo del vendedor
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.…
N° de ref. del artículo LU-9781041150558
- Título
- Family of High-Ordered Integer-Valued Auto-Regressive Models and Applications
- Autor
- Ashwinee Devi Soobhug, Naushad Mamode Khan, Sunecher Yuvraj
- Editorial
- Taylor and Francis Ltd, GB
- Año de publicación
- 2026
- Estado
- New
- Encuadernación
- Hardback
- Idioma
- inglés
- ISBN 10
- 1041150555
- ISBN 13
- 9781041150558
- Peso del artículo
- 470 gramos
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.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
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.
“Acerca de” puede pertenecer a otra edición de este título.
Rarewaves.com USA
London, London, Reino Unido
Vendedor de IberLibro desde 11 de junio de 2025
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 9 a 14 días hábiles | De 9 a 14 días hábiles |
|---|---|---|
| Primer artículo | EUR 0,00 | EUR 0,00 |
Métodos de pago
Información empresarial del vendedor
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Reino Unido W1W 8BE
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a Rarewaves.com USA, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
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.