CCL

Összesen 9 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM009137
Első szerző:Rao Jammalamadaka, Sreenivasa
Cím:Higher order cumulants of random vectors and applications to statistical inference and time series / S. Rao Jammalamadaka, T. Subba Rao, György Terdik
Dátum:2006
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
Megjelenés:Sankhya. Ser. A, (Methodology), The Indian Journal of Statistics. - 68 : 2 (2006), p. 326-356. -
További szerzők:Subba Rao, Tata Terdik György (1949-) (matematikus, informatikus)
Borító:

2.

001-es BibID:BIBFORM070849
035-os BibID:(WoS)000398533800010 (Scopus)85011841587
Első szerző:Subba Rao, Tata
Cím:On the frequency variogram and on frequency domain methods for the analysis of spatio-temporal data / Tata Subba Rao, Gyorgy Terdik
Dátum:2017
ISSN:0143-9782
Megjegyzések:here is to present an alternative way, based on frequency domain methods, for modelling the data. We consider the discreteFourier transforms (DFTs) defined for the (intrinsic) time-series data observed at several locations as our data. We use thewell-known property that DFTs are asymptotically uncorrelated and distributed as complex Gaussian in deriving many results.Our objective here is to emphasize the usefulness of the DFTs in the analysis of spatio-temporal data. Under the assumption ofintrinsic stationarity, we consider the estimation of frequency variogram (FV) and discuss its asymptotic sampling properties.We show that FV introduced earlier is a frequency decomposition of space-time variogram. The DFTs can be computed veryfast using fast Fourier transform algorithms. Assuming that the DFTs of the incremental process satisfy a Laplacian model, ananalytic expression for the space?time spectral density and an expression for the FV in terms of the spectral density functionfor the intrinsic stationary process are derived. The estimation of the parameters of the spectral density is also considered. Astatistical test for spatial independence of spatio-temporal data is proposed.
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Intrinsic stationarity
spatio-temporal random processes
frequency variogram
Laplacian model
test for spatial independence
Megjelenés:Journal of Time Series Analysis. - 38 : 2 (2017), p. 308-325. -
További szerzők:Terdik György (1949-) (matematikus, informatikus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

3.

001-es BibID:BIBFORM070850
035-os BibID:(WoS)000413152100008 (Scopus)85020421624
Első szerző:Subba Rao, Tata
Cím:A new covariance function and spatio-temporal prediction (kriging) for a stationary spatio-temporal random process / T. Subba Rao, Gyorgy Terdik
Dátum:2017
ISSN:0143-9782
Megjegyzések:Consider a stationary spatio-temporal random process {Y-t (s); s is an element of R-d , t is an element of Z} and let {Y-t (s) ; i = 1, 2, ... , m; t = 1, ... , n} be a sample from the process. Our object here is to predict, given the sample, {Y-t (s(o))} for all t at the location s(o). To obtain the predictors, we define a sequence of discrete Fourier transforms {J(si) (omega(j)) ; i = 1, 2, ... , m} using the observed time series. We consider these discrete Fourier transforms as a sample from the complex valued random variable (J(s) (omega)}. Assuming that the discrete Fourier transforms satisfy a complex stochastic partial differential equation of the Laplacian type with a scaling function that is a polynomial in the temporal spectral frequency , we obtain, in a closed form, expressions for the second-order spatio-temporal spectrum and the covariance function. The spectral density function obtained corresponds to a non-separable random process. The optimal predictor of the discrete Fourier transform J(so) (omega) is in terms of the covariance functions. The estimation of the parameters of the spatio-temporal covariance function is considered and is based on the recently introduced frequency variogram method. The methods given here can be extended to situations where the observations are corrupted by independent white noise. The methods are illustrated with a real data set.
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Complex stochastic partial differential equations
covariance functions
discrete Fourier transforms
measurement errors
spatio-temporal processes
prediction (kriging)
frequency variogram
Megjelenés:Journal of Time Series Analysis. - 38 : 6 (2017), p. 936-959. -
További szerzők:Terdik György (1949-) (matematikus, informatikus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

4.

001-es BibID:BIBFORM030444
Első szerző:Subba Rao, Tata
Cím:Statistical Analysis of Spatio-temporal Models and Their Applications / T. Subba Rao, Gy. Terdik
Dátum:2012
Megjegyzések:In this chapter, we briefly review existing literature on Kriging of a spatial random processes. In order to define a nonlinear type of Kriging estimator, we introduce measures of nonlinear dependence from the point of view of Kriging. Although we propose a methodology for testing, the distribution theory of the test statistics need to be investigated. We consider spatio-temporal processes at several locations and defining discrete Fourier transforms taken over the time series data at each location, we define simultaneous autoregressive spatio-temporal autoregressive (SAST) models and conditional spatio-temporal autoregressive models (CAST) in terms of these complex-valued random processes. These are similar to simultaneous autoregressive models of Whittle (Whittle, P., 1954. On stationary processes in the plane. Biometrika 49, 305-314) and conditional autoregressive models considered by Bartlett (Bartlett, M.S., 1978. Nearest neighbour models in the analysis of field experiments. J. R. Stat. Soc. Ser. B 40, 147-174) and Besag (Besag, J., 1974. Spatial interaction and the statistical analysis of lattice systems. J. R. Stat. Soc. Ser. B 36, 192-225). We outline an approach for the estimation of the models. We describe recent results by the authors and their co-authors on Space time autoregressive models
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
Fizikai-, Számítás- és Anyagtudomány
Spatial
spatio-temporal processes
linear and nonlinear Kriging predictors
discrete Fourier transforms
SAST and CAST models
space time autoregressive models
Megjelenés:Handbook of Statistics. - 30 (2012), p. 521-541. -
További szerzők:Terdik György (1949-) (matematikus, informatikus)
Pályázati támogatás:TÁMOP-4.2.1/B-09/1/KONV-2010-0007
TÁMOP
Adat és információs rendszerek kutatása az információ technológia eszközeivel
Internet cím:DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

5.

001-es BibID:BIBFORM011305
Első szerző:Subba Rao, Tata
Cím:On the theory of discrete and continuous bilinear time series models / Tata Subba Rao, Terdik György
Dátum:2003
Tárgyszavak:Természettudományok Matematika- és számítástudományok könyvfejezet
Megjelenés:Stochastic processes: modelling and simulation / D.N. Shanbhag, C.R. Rao. - p. 827-870. -
További szerzők:Terdik György (1949-) (matematikus, informatikus)
Internet cím:DOI
Borító:

6.

001-es BibID:BIBFORM011304
Első szerző:Subba Rao, Tata
Cím:Multivariate non-linear regression with applications / Tata Subba Rao, György Terdik
Dátum:2006
Tárgyszavak:Természettudományok Matematika- és számítástudományok könyvfejezet
Megjelenés:Dependence in probability and statistics / ed. Patrice Bertail, Paul Doukhan, Philippe Soulier. - p. 431-470. -
További szerzők:Terdik György (1949-) (matematikus, informatikus)
Internet cím:DOI
Borító:

7.

001-es BibID:BIBFORM011331
Első szerző:Terdik György (matematikus, informatikus)
Cím:Bispectrum based checking of linear predictability of time series / Terdik György, Máth János
Dátum:1993
Tárgyszavak:Természettudományok Matematika- és számítástudományok könyvfejezet
Megjelenés:Developments in time series analysis : in honour of Maurice B. Priestley / eds. Maurice Bertram Priestley, T. Subba Rao. - p. 274-283. -
További szerzők:Máth János (1959-) (matematikus) Priestley, Maurice Bertram Subba Rao, Tata
Borító:

8.

001-es BibID:BIBFORM009246
Első szerző:Terdik György (matematikus, informatikus)
Cím:On Wiener-Ito representation and the best linear predictors for bilinear time series / Terdik György, T. Subba Rao
Dátum:1989
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
Megjelenés:Journal of applied probability. - 26 (1989), p. 274-286. -
További szerzők:Subba Rao, Tata
Borító:

9.

001-es BibID:BIBFORM002160
Első szerző:Terdik György (matematikus, informatikus)
Cím:On multivariate nonlinear regression models with stationary correlated errors / Gy. Terdik, T. Subba Rao, S. Rao Jammalamadaka
Dátum:2007
Tárgyszavak:Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban
Megjelenés:Journal of Statistical Planning and Inference. - 137 (2007), p. 3793-3814. -
További szerzők:Subba Rao, Tata Rao Jammalamadaka, Sreenivasa
Internet cím:elektronikus változat
elektronikus változat
Borító:
Rekordok letöltése1 
Corvina könyvtári katalógus v8.2.27 © 2023 Monguz kft. Minden jog fenntartva.