Forecasting from misspecified nonseasonal and seasonal time series processes
Tekijät
Päivämäärä
1982Pääsyrajoitukset
Aineistoon pääsyä on rajoitettu tekijänoikeussyistä. Aineisto on luettavissa Jyväskylän yliopiston kirjaston arkistotyöasemalta. Ks. https://kirjasto.jyu.fi/kokoelmat/arkistotyoasema.
Tekijänoikeudet
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten Käyttö kaupallisiin tarkoituksiin on kielletty.
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
The process by which perceived autonomy support predicts motivation, intention, and behavior for seasonal influenza prevention in Hong Kong older adults
Chung, Pak-Kwong; Zhang, Chun-Qing; Liu, Jing-Dong; Chan, Derwin King-Chung; Si, Gangyan; Hagger, Martin (BioMed Central Ltd., 2018)Background: This study examined the effectiveness of a theoretical framework that integrates self-determination theory (SDT) and the theory of planned behavior (TPB) in explaining the use of facemasks to prevent ... -
High-resolution spatiotemporal forecasting of the European crane migration
De Koning, K.; Nilsson, L.; Månsson, J.; Ovaskainen, O.; Kranstauber, B.; Arp, M.; Schakel, J.K. (Elsevier, 2024)In this paper we present three different models to forecast bird migration. They are species-specific individual-based models that operate on a high spatiotemporal resolution (kilometres, 15 min-hours), as an addition to ... -
In-season variation of skating load at different playing positions in male elite ice hockey : a single season longitudinal study
Reinikainen, Miika (2021)Aikaisemmat tutkimukset korkean intensiteetin joukkueurheilulajeista osoittavat, että pitkä kilpailukausi vaikuttaa monin tavoin negatiivisesti pelaajien fyysisiin ominaisuuksiin ja sitä kautta myös suorituskykyyn kauden ... -
Machine learning in macroeconomic forecasting
Nyholm, Sebastian (2022)Dataa on aina ollut saatavilla paljon taloudesta, mutta sen kaiken käyttäminen talouden ennustamisessa on ollut hankalaa. Perinteiset ennustamisen ja arvioinnin mallit eivät ole osoittautuneet olevan kovin tarkkoja ... -
KFAS: Exponential Family State Space Models in R
Helske, Jouni (Foundation for Open Access Statistics, 2017)State space modeling is an efficient and flexible method for statistical inference of a broad class of time series and other data. This paper describes the R package KFAS for state space modeling with the observations ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.