Buscar

Mostrando ítems 1-10 de 259

Modelos lineares generalizadas para series temporais com memoria longaGeneralized linear models for long memory time series

Borges, Cristiano Amâncio Vieira ([s.n.], 2010)

Técnica de identificação de modelos lineares e não-lineares de séries temporais

Luna, Ivette; Ballini, Rosangela; Soares, Secundino (Sociedade Brasileira de Automática, 2006)

[pt] MODELO DE SÉRIES TEMPORAIS COM COEFICIENTES NEURAIS PARA PROCESSOS NÃO LINEARES NA MÉDIA E VARIÂNCIA[en] TIME SERIES MODEL WITH NEURAL COEFFICIENTS FOR NONLINEAR PROCESSES IN MEAN AND VARIANCE

MARIA LUIZA FERNANDES VELLOSO

Modelos híbridos baseados em enxame de partículaspara previsão de séries temporais

PETRY, Gustavo Galvão (Universidade Federal de Pernambuco, 2014)

[en] IDENTIFICATION MECHANISMS OF SPURIOUS DIVISIONS IN THRESHOLD AUTOREGRESSIVE MODELS[pt] MECANISMOS DE IDENTIFICAÇÃO DE DIVISÕES ESPÚRIAS EM MODELOS DE REGRESSÃO COM LIMIARES

ANGELO SERGIO MILFONT PEREIRA

[en] IDENTIFICATION MECHANISMS OF SPURIOUS DIVISIONS IN THRESHOLD AUTOREGRESSIVE MODELS[pt] MECANISMOS DE IDENTIFICAÇÃO DE DIVISÕES ESPÚRIAS EM MODELOS DE REGRESSÃO COM LIMIARES

ANGELO SERGIO MILFONT PEREIRA

Comparação de modelos MLP/RNA e modelos Box-Jenkins em séries temporais não lineares

Flores, João Henrique Ferreira (2009)

[en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING[pt] MODELO BAYESIANO DE CRESCIMENTO LINEAR PARA PREVISÃO DE SÉRIES TEMPORAIS

JOAO JOSE DE FARIAS NETO

Modelos Lineares e Não Lineares da Curva de Phillips para Previsão da Taxa de Inflação no BrasilModelos lineares e não lineares da curva de Phillips para previsão da taxa de Inflação no Brasil

Arruda, Elano Ferreira; Ferreira, Roberto Tatiwa; Castelar, Ivan (EGV EPGE, 2011)

Modelos Lineares e Não Lineares da Curva de Phillips para Previsão da Taxa de Inflação no BrasilModelos lineares e não lineares da curva de Phillips para previsão da taxa de Inflação no Brasil

Arruda, Elano Ferreira; Ferreira, Roberto Tatiwa; Castelar, Ivan (EGV EPGE, 2011)

1
2
3
4
. . .
26