ز آنجا که در مدل بندی سری های زمانی شمارشی غیرخطی با الگوهای تکیه ای یا تغییرات خوشه ای در زمان مدل های خطی عملکرد خوبی ندارند، در این پایان نامه به مطالعه ی مدل های آستانه ای جهت مدل بندی این گونه داده های غیرخطی پرداخته می شود. مدل پیشنهاد شده انعطاف پذیری بیشتری را در مدل بندی تجربی با در نظرگرفتن این گونه از ویژگی های داده ها ارائه می دهد. روشی برای آزمون غیرخطی بودن داده ها ارائه شده است. مطالعه شبیه سازی و تجزیه و تحلیل داده های جرم پیتسبورگ بر اساس روش برآوردیابی درستنمایی تجربی انجام شده است و نرخ پوشش ناحیه اطمینان و مقایسه روش های درستنمایی تجربی و تقریب نرمال از طریق دقت پوشش ناحیه اطمینان بررسی شده است
