Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Louzada, Francisco"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fiorucci, Jose A., Pellegrini, Tiago R., Louzada, Francisco, Petropoulos, Fotios, Koehler, Anne B.
Accurate and robust forecasting methods for univariate time series are very important when the objective is to produce estimates for large numbers of time series. In this context, the Theta method’s performance in the M3-Competition caught research
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::2213c9b11467683e3c3d03631da600cb
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Cancho VG; Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, Brazil., Bandyopadhyay D, Louzada F, Yiqi B
Publikováno v:
Statistical methodology [Stat Methodol] 2013 Jul; Vol. 13, pp. 48-68.