应用时间序列分析

应用时间序列分析
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2018-01
版次: 1
ISBN: 9787302489696
定价: 36.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 368页
字数: 240千字
正文语种: 简体中文
分类: 工程技术
51人买过
  • 本书主要介绍了时间序列的时域分析方法, 内容包括时间序列的基本概念、时序数据的预处理方 

    式、时序数据的分解和平滑、趋势的消除、单位根检验和协整、平稳时间序列模型、非平稳时间序列 

    模型、残差自回归模型、季节模型、异方差时间序列模型以及上述模型的性质、建模、预测, 此外还包 

    含了大量的实例. 本书全程使用 R语言分析了来自不同学科的真实数据. 

    本书通俗易懂, 理论与应用并重, 可作为高等院校统计、经济、商科、工程以及定量社会科学等相 

    关专业的高年级本科生学习时间序列分析的教材或教学参考书, 也可作为硕士研究生使用 R软件学习 

    时间序列分析的入门书, 还可供相关技术人员进行时序数据处理的参考书. 

    目录 

    第 1章引言及基础知识1 

    11引言1 

    111时间序列的定义 2 

    112时间序列的分类5 

    113时间序列分析的方法回顾6 

    12基本概念7 

    121时间序列与随机过程  7 

    122概率分布族及其特征  8 

    123平稳时间序列的定义 10 

    124平稳时间序列的一些性质 11 

    125平稳性假设的意义 12 

    13时间序列建模的基本步骤 14 

    131模型识别 14 

    132模型估计 15 

    133模型检验 15 

    134模型应用 16 

    14 R语言入门 17 

    141 R语言简介 17 

    142 R的安装 17 

    143 R的基本操作 18 

    15数据预处理 25 

    151时序图与自相关图的绘制 26 

     IV 应用时间序列分析 

    152数据平稳性的图检验 30 

    153数据的纯随机性检验 34 

    习题 1 40 

    第 2章平稳时间序列模型及其性质 42 

    21差分方程和滞后算子 42 

    211差分运算与滞后算子 42 

    212线性差分方程 44 

    22自回归模型的概念和性质 46 

    221自回归模型的定义 46 

    222稳定性与平稳性 49 

    223平稳自回归模型的统计性质 53 

    23移动平均模型的概念和性质 62 

    231移动平均模型的定义 62 

    232移动平均模型的统计性质 62 

    24自回归移动平均模型的概念和性质 68 

    241自回归移动平均模型的定义 68 

    242平稳性与可逆性 69 

    243 Green函数与逆函数 69 

    244 ARMA(p, q)模型的统计性质 70 

    习题 2 72 

    第 3章平稳时间序列的建模和预测 74 

    31自回归移动平均模型的识别 74 

    311自相关函数和偏自相关函数的估计 75 

    312模型识别的方法 75 

    32参数估计 82 

    321矩估计法 82 

    322最小二乘估计 86 

    目录     V 

    323极大似然估计 89 

    324实例 90 

    33模型的检验与优化 93 

    331残差的检验 93 

    332过度拟合检验 94 

    333模型优化 96 

    34序列的预测  101 

    341预测准则  101 

    342自回归移动平均模型的预测  104 

    习题 3  110 

    第 4章数据的分解和平滑  113 

    41序列分解原理  113 

    411平稳序列的 Wold分解  113 

    412一般序列的 Cramer分解  115 

    413数据分解的形式  115 

    42趋势拟合法  117 

    421线性拟合  118 

    422曲线拟合  120 

    43移动平均法  122 

    431中心化移动平均法  123 

    432简单移动平均法  124 

    433二次移动平均法  125 

    44指数平滑方法  127 

    441简单指数平滑方法  127 

    442 Holt线性指数平滑方法  128 

    443 Holt-Winters指数平滑方法  129 

    45    季节效应分析  132 

    习题 4  135 

     VI 应用时间序列分析 

    第 5章非平稳时间序列模型  137 

    51非平稳序列的概念  137 

    511非平稳序列的定义  137 

    512确定性趋势  138 

    513随机性趋势  139 

    52趋势的消除  140 

    521差分运算的本质  140 

    522趋势信息的提取  141 

    523过差分现象  143 

    53求和自回归移动平均模型  146 

    531求和自回归移动平均模型的定义  146 

    532求和自回归移动平均模型的性质  147 

    533求和自回归移动平均模型的建模  148 

    534求和自回归移动平均模型的预测理论  154 

    54残差自回归模型  157 

    541残差自回归模型的概念  157 

    542残差的自相关检验  158 

    543残差自回归模型建模  160 

    习题 5  165 

    第 6章季节模型 167 

    61简单季节自回归移动平均模型  167 

    611季节移动平均模型  167 

    612季节自回归模型  168 

    62乘积季节自回归移动平均模型  169 

    63季节求和自回归移动平均模型  171 

    631乘积季节求和自回归移动平均模型  171 

    632乘积季节求和自回归移动平均模型的建模  172 

    64季节求和自回归移动平均模型的预测  176 

    目录      VII 

    习题 6  179 

    第 7章单位根检验和协整  182 

    71伪回归  182 

    711“伪回归”现象  182 

    712非平稳对回归的影响  183 

    72单位根检验  184 

    721理论基础  184 

    722 DF检验  187 

    723 ADF检验  193 

    724 PP单位根检验  201 

    725 KPSS单位根检验  203 

    73协整  204 

    731协整的概念  205 

    732协整检验  206 

    74    误差修正模型  214 

    习题 7  216 

    第 8章异方差时间序列模型  219 

    81简单异方差模型  219 

    811异方差的现象  219 

    812方差齐性变换  221 

    82自回归条件异方差模型  224 

    821自回归条件异方差模型的概念  224 

    822自回归条件异方差模型的估计  226 

    823自回归条件异方差模型的检验  227 

    83    广义自回归条件异方差模型  232 

    习题 8  237 

    参考文献  239 

  • 内容简介:
    本书主要介绍了时间序列的时域分析方法, 内容包括时间序列的基本概念、时序数据的预处理方 

    式、时序数据的分解和平滑、趋势的消除、单位根检验和协整、平稳时间序列模型、非平稳时间序列 

    模型、残差自回归模型、季节模型、异方差时间序列模型以及上述模型的性质、建模、预测, 此外还包 

    含了大量的实例. 本书全程使用 R语言分析了来自不同学科的真实数据. 

    本书通俗易懂, 理论与应用并重, 可作为高等院校统计、经济、商科、工程以及定量社会科学等相 

    关专业的高年级本科生学习时间序列分析的教材或教学参考书, 也可作为硕士研究生使用 R软件学习 

    时间序列分析的入门书, 还可供相关技术人员进行时序数据处理的参考书. 

  • 目录:
    目录 

    第 1章引言及基础知识1 

    11引言1 

    111时间序列的定义 2 

    112时间序列的分类5 

    113时间序列分析的方法回顾6 

    12基本概念7 

    121时间序列与随机过程  7 

    122概率分布族及其特征  8 

    123平稳时间序列的定义 10 

    124平稳时间序列的一些性质 11 

    125平稳性假设的意义 12 

    13时间序列建模的基本步骤 14 

    131模型识别 14 

    132模型估计 15 

    133模型检验 15 

    134模型应用 16 

    14 R语言入门 17 

    141 R语言简介 17 

    142 R的安装 17 

    143 R的基本操作 18 

    15数据预处理 25 

    151时序图与自相关图的绘制 26 

     IV 应用时间序列分析 

    152数据平稳性的图检验 30 

    153数据的纯随机性检验 34 

    习题 1 40 

    第 2章平稳时间序列模型及其性质 42 

    21差分方程和滞后算子 42 

    211差分运算与滞后算子 42 

    212线性差分方程 44 

    22自回归模型的概念和性质 46 

    221自回归模型的定义 46 

    222稳定性与平稳性 49 

    223平稳自回归模型的统计性质 53 

    23移动平均模型的概念和性质 62 

    231移动平均模型的定义 62 

    232移动平均模型的统计性质 62 

    24自回归移动平均模型的概念和性质 68 

    241自回归移动平均模型的定义 68 

    242平稳性与可逆性 69 

    243 Green函数与逆函数 69 

    244 ARMA(p, q)模型的统计性质 70 

    习题 2 72 

    第 3章平稳时间序列的建模和预测 74 

    31自回归移动平均模型的识别 74 

    311自相关函数和偏自相关函数的估计 75 

    312模型识别的方法 75 

    32参数估计 82 

    321矩估计法 82 

    322最小二乘估计 86 

    目录     V 

    323极大似然估计 89 

    324实例 90 

    33模型的检验与优化 93 

    331残差的检验 93 

    332过度拟合检验 94 

    333模型优化 96 

    34序列的预测  101 

    341预测准则  101 

    342自回归移动平均模型的预测  104 

    习题 3  110 

    第 4章数据的分解和平滑  113 

    41序列分解原理  113 

    411平稳序列的 Wold分解  113 

    412一般序列的 Cramer分解  115 

    413数据分解的形式  115 

    42趋势拟合法  117 

    421线性拟合  118 

    422曲线拟合  120 

    43移动平均法  122 

    431中心化移动平均法  123 

    432简单移动平均法  124 

    433二次移动平均法  125 

    44指数平滑方法  127 

    441简单指数平滑方法  127 

    442 Holt线性指数平滑方法  128 

    443 Holt-Winters指数平滑方法  129 

    45    季节效应分析  132 

    习题 4  135 

     VI 应用时间序列分析 

    第 5章非平稳时间序列模型  137 

    51非平稳序列的概念  137 

    511非平稳序列的定义  137 

    512确定性趋势  138 

    513随机性趋势  139 

    52趋势的消除  140 

    521差分运算的本质  140 

    522趋势信息的提取  141 

    523过差分现象  143 

    53求和自回归移动平均模型  146 

    531求和自回归移动平均模型的定义  146 

    532求和自回归移动平均模型的性质  147 

    533求和自回归移动平均模型的建模  148 

    534求和自回归移动平均模型的预测理论  154 

    54残差自回归模型  157 

    541残差自回归模型的概念  157 

    542残差的自相关检验  158 

    543残差自回归模型建模  160 

    习题 5  165 

    第 6章季节模型 167 

    61简单季节自回归移动平均模型  167 

    611季节移动平均模型  167 

    612季节自回归模型  168 

    62乘积季节自回归移动平均模型  169 

    63季节求和自回归移动平均模型  171 

    631乘积季节求和自回归移动平均模型  171 

    632乘积季节求和自回归移动平均模型的建模  172 

    64季节求和自回归移动平均模型的预测  176 

    目录      VII 

    习题 6  179 

    第 7章单位根检验和协整  182 

    71伪回归  182 

    711“伪回归”现象  182 

    712非平稳对回归的影响  183 

    72单位根检验  184 

    721理论基础  184 

    722 DF检验  187 

    723 ADF检验  193 

    724 PP单位根检验  201 

    725 KPSS单位根检验  203 

    73协整  204 

    731协整的概念  205 

    732协整检验  206 

    74    误差修正模型  214 

    习题 7  216 

    第 8章异方差时间序列模型  219 

    81简单异方差模型  219 

    811异方差的现象  219 

    812方差齐性变换  221 

    82自回归条件异方差模型  224 

    821自回归条件异方差模型的概念  224 

    822自回归条件异方差模型的估计  226 

    823自回归条件异方差模型的检验  227 

    83    广义自回归条件异方差模型  232 

    习题 8  237 

    参考文献  239 

查看详情
相关图书 / 更多
应用时间序列分析
应用文写作
吴怀东、方长安 编
应用时间序列分析
应用泛函分析(第四版)
薛小平
应用时间序列分析
应用型大学英语(视听说教程发展篇2第4版)
王志 著;杨春会、盛艳波 编
应用时间序列分析
应用认知语言学 21世纪英语专业系列教材
卢植 著
应用时间序列分析
应用经济学专业创业实验实训教程
万建伟巩兴军
应用时间序列分析
应用心理学实操讲义
王极盛,著
应用时间序列分析
应用日语写作教程
崔明姬
应用时间序列分析
应用电磁学基础(原书第8版) [美]法瓦兹·T. 乌拉比
(美)法瓦兹·T. 乌拉比 (美)翁贝托·拉瓦利
应用时间序列分析
应用时间序列分析——基于Python
王春宁、赵煜 编
应用时间序列分析
应用统计学及python应用
赵春艳 著
应用时间序列分析
应用型大学英语(视听说教程提高篇2第5版)
王志 著;曹亮、曹仁松 编
应用时间序列分析
应用文写作(第3版)
赵妍、魏蓓、俞巧珍、王锐
您可能感兴趣 / 更多
应用时间序列分析
简明随机过程
白晓东
应用时间序列分析
基于Python的时间序列分析
白晓东
应用时间序列分析
解放军总医院第三医学中心烧伤整形科病例精解
白晓东 著
应用时间序列分析
应用随机过程
白晓东
应用时间序列分析
精确制导技术应用丛书:空空导弹
白晓东、刘代军 著
应用时间序列分析
刑法分论
白晓东 主编