dc.contributor.advisor | Riccomagno, Eva <1968> | |
dc.contributor.author | Martino, Elena <1999> | |
dc.date.accessioned | 2024-02-22T15:29:27Z | |
dc.date.available | 2024-02-22T15:29:27Z | |
dc.date.issued | 2024-02-15 | |
dc.identifier.uri | https://unire.unige.it/handle/123456789/7609 | |
dc.description.abstract | Questo elaborato si propone di comprendere, descrivere e modellare la dipendenza tra serie storiche multivariate, cercando di estrarre conclusioni significative e statisticamente valide. Attraverso la trattazione dei capitoli, si esplorano criticità statistiche legate alla modellizzazione di serie storiche, si analizzano i predittori autoregressivi e si discute della stima di autoregressioni vettoriali. Un caso di studio pratico dimostra l'applicazione dei modelli autoregressivi multivariati e ne valuta l'efficacia nell'analisi di serie storiche specifiche. | it_IT |
dc.description.abstract | The aim of this thesis is to understand, describe, and model the dependence among multivariate time series, extracting meaningful and statistically valid conclusions. Through the chapters, statistical issues related to time series modeling are explored, autoregressive predictors are analyzed, and vector autoregressions are estimated. A practical case study demonstrates the application and effectiveness of multivariate autoregressive models in analyzing specific time series. | en_UK |
dc.language.iso | it | |
dc.rights | info:eu-repo/semantics/closedAccess | |
dc.title | Regressione lineare su Serie Storiche | it_IT |
dc.title.alternative | Linear Regression for Times Series | en_UK |
dc.type | info:eu-repo/semantics/bachelorThesis | |
dc.subject.miur | SECS-S/01 - STATISTICA | |
dc.publisher.name | Università degli studi di Genova | |
dc.date.academicyear | 2022/2023 | |
dc.description.corsolaurea | 8766 - STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI | |
dc.description.area | 7 - SCIENZE MAT.FIS.NAT. | |
dc.description.department | 100021 - DIPARTIMENTO DI MATEMATICA | |