Μοντέλα παλινδρόμησης χρονοσειρών με απαριθμητά δεδομένα

Θεοδοσόπουλος, Κωνσταντίνος; Theodosopoulos, Konstantinos

dc.contributor.author	Θεοδοσόπουλος, Κωνσταντίνος	el
dc.contributor.author	Theodosopoulos, Konstantinos	en
dc.date.accessioned	2017-07-19T06:02:23Z
dc.date.available	2017-07-19T06:02:23Z
dc.date.issued	2017-07-19
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45268
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14347
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Χρονοσειρές	el
dc.subject	Μοντέλα παλίνδρόμησης	el
dc.subject	Απαριθμητά δεδομένα	el
dc.subject	Παλινδρόμηση Poisson	el
dc.subject	Time series	en
dc.subject	Count data	en
dc.subject	Poisson regression	en
dc.title	Μοντέλα παλινδρόμησης χρονοσειρών με απαριθμητά δεδομένα	el
dc.title	Time series regression models for count data	en
heal.type	bachelorThesis
heal.classification	ΣΤΑΤΙΣΤΙΚΗ	el
heal.classificationURI	http://data.seab.gr/concepts/21f5bcc665080b1745e60f222330e7556266bb8d
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-03-07
heal.abstract	Η παρούσα διπλωματική εργασία πραγματεύεται την ανάπτυξη μοντέλων παλινδρόμησης χρονοσειρών όπου τα δεδομένα είναι απαριθμητά. Για το σκοπό αυτό θα εστιάσουμε στην παλινδρόμηση Poisson η οποία ως ειδική περίπτωση των γενικευμένων γραμμικών μοντέλων είναι η καταλληλη για την μοντελοποίηση απαριθμητών χρονοσειρών. Τα μοντέλα παλινδρόμησης χρονοσειρών είναι ένα χρήσιμο και απαραίτητο εργαλείο το οποίο πολλοί επιστήμονες μπορούν να χρήσιμοποιήσουν στις μελέτες τους. Η θεωρία αναλύεται λεπτομερώς και η εφαρμογή τους σε απαριθμητά δεδομένα μέσω πολλών παραδειγμάτων. Αρχικά επισημαίνουμε την μεγάλη σημασία που έχει η πρόβλεψη σε διάφορους τομείς. Στην συνέχεα εισάγουμε την έννοια της χρονοσειράς καθώς και τα είδη χρονοσειρών τα οποία γίνονται περισσότερο κατανοητά με τη χρήση κατάλληλων παραδειγμάτων και γραφικών παραστάσεων. Είναι απαραίτητο να ορίσουμε τα μοντέλα χρονοσειρών όπως MA, AR(1), AR(p) και ARMA και εισάγουμε τις ιδέες των γενικευμένων γραμμικών μοντέλων για τη μοντελοποίηση χρονοσειρών με τη χρήση της μερικής πιθανοφάνειας , καθώς διάφρων στατιστικών ιδιοτήτων και διάφορων τεχνικών ανάλυσης αυτών των μοντέλων. Ιδιαίτερη προσοχή δίνουμε στους διαγνωστικούς ελέγχους, ελέγχους υποθέσεων, στην ανάπτυξη βέλτιστων μοντέλων και στην Intervation ανάλυση. Στα παραδείγματα αυτά παρουσιάζεται η χρήση των των στατιστικών προγραμμάτων MINITAB και R αλλά και η ερμηνεία των αποτελεσμάτων.	el
heal.abstract	This thesis deals with the development of time series regression models for count data. For this purpose we focus on Poisson regression which is the special case of generalized linear models that is most suitable for modeling time series of counts. Regression modelling of time series is a useful and necessary tool that many scientists can apply in their studies. We note the great importance of the forecasting in the various sectors. We introduce the definition of countinuous time series and the types of time series using appropriate examples and graphical presentation. We define time series models such as MA, AR (1), AR (p) and ARMA and mention the ideas of generalized linear models for modeling time series using the partial likelihood, as well as statistical properties and various analysis techniques for these models. Special attention is given to goodness of fit, hypothesis testing, development of optimal models and Intervation analysis. The examples illustrate the use of the statistical programs such as MINITAB and R, and the interpretation of results.	en
heal.advisorName	Καρώνη, Χρυσηίς	el
heal.committeeMemberName	Πολυράκης, Ιωάννης	el
heal.committeeMemberName	Βόντα, Φιλία	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών	el
heal.academicPublisherID	ntua
heal.numberOfPages	92 σ.	el
heal.fullTextAvailability	true