Mostra i principali dati dell'item

dc.contributor.advisorRiccomagno, Eva <1968>
dc.contributor.authorMartino, Elena <1999>
dc.date.accessioned2024-02-22T15:29:27Z
dc.date.available2024-02-22T15:29:27Z
dc.date.issued2024-02-15
dc.identifier.urihttps://unire.unige.it/handle/123456789/7609
dc.description.abstractQuesto 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.abstractThe 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.isoit
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.titleRegressione lineare su Serie Storicheit_IT
dc.title.alternativeLinear Regression for Times Seriesen_UK
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.subject.miurSECS-S/01 - STATISTICA
dc.publisher.nameUniversità degli studi di Genova
dc.date.academicyear2022/2023
dc.description.corsolaurea8766 - STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI
dc.description.area7 - SCIENZE MAT.FIS.NAT.
dc.description.department100021 - DIPARTIMENTO DI MATEMATICA


Files in questo item

Questo item appare nelle seguenti collezioni

Mostra i principali dati dell'item