Time Series Analysis and Its Applications:Third edition

Time Series Analysis and Its Applications:Third edition
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:
出版社: Springer
2010-11
ISBN: 9781441978646
定价: 1861.30
装帧: 精装
开本: 其他
纸张: 其他
页数: 596页
正文语种: 英语
1人买过
  • Time Series Analysis and Its Applications presents a balanced and comprehensive treatment of both time and frequency domain methods with accompanying theory. Numerous examples using non-trivial data illustrate solutions to problems such as evaluating pain Contents
    1 Characteristics of Time Series 1
    1.1 Introduction 1
    1.2 The Nature of Time Series Data 3
    1.3 Time Series Statistical Models 11
    1.4 Measures of Dependence: Autocorrelation and Cross-Correlation 17
    1.5 Stationary Time Series 22
    1.6 Estimation of Correlation 28
    1.7 Vector-Valued and Multidimensional Series 33
    2 Time Series Regression and Exploratory Data Analysis 47
    2.1 Introduction 47
    2.2 Classical Regression in the Time Series Context 48
    2.3 Exploratory Data Analysis 57
    2.4 Smoothing in the Time Series Context 70
    3 ARIMA Models 83
    3.1 Introduction 83
    3.2 Autoregressive Moving Average Models 84
    3.3 Difference Equations 97
    3.4 Autocorrelation and Partial Autocorrelation 102
    3.5 Forecasting 108
    3.6 Estimation 121
    3.7 Integrated Models for Nonstationary Data 141
    3.8 Building ARIMA Models 144
    3.9 Multiplicative Seasonal ARIMA Models 154
    4 Spectral Analysis and Filtering 173
    4.1 Introduction 173
    4.2 Cyclical Behavior and Periodicity 175
    4.3 The Spectral Density 180
    4.4 Periodogram and Discrete Fourier Transform 187
    4.5 Nonparametric Spectral Estimation 196
    4.6 Parametric Spectral Estimation 212
    4.7 Multiple Series and Cross-Spectra 216
    4.8 Linear Filters 221
    4.9 Dynamic Fourier Analysis and Wavelets 228
    4.10 Lagged Regression Models 242
    4.11 Signal Extraction and Optimum Filtering 247
    4.12 Spectral Analysis of Multidimensional Series 252
    5 Additional Time Domain Topics 267
    5.1 Introduction 267
    5.2 Long Memory ARMA and Fractional Differencing 267
    5.3 Unit Root Testing 277
    5.4 GARCH Models 280
    5.5 Threshold Models 289
    5.6 Regression with Autocorrelated Errors 293
    5.7 Lagged Regression: Transfer Function Modeling 296
    5.8 Multivariate ARMAX Models 301
    6 State-Space Models 319
    6.1 Introduction 319
    6.2 Filtering, Smoothing, and Forecasting 325
    6.3 Maximum Likelihood Estimation 335
    6.4 Missing Data Modifications 344
    6.5 Structural Models: Signal Extraction and Forecasting 350
    6.6 State-Space Models with Correlated Errors 354
    6.6.1 ARMAX Models 355
    6.6.2 Multivariate Regression with Autocorrelated Errors 356
    6.7 Bootstrapping State-Space Models 359
    6.8 Dynamic Linear Models with Switching 365
    6.9 Stochastic Volatility 378
    6.10 Nonlinear and Non-normal State-Space Models Using Monte Carlo Methods 387
    7 Statistical Methods in the Frequency Domain 405
    7.1 Introduction 405
    7.2 Spectral Matrices and Likelihood Functions 409
    7.3 Regression for Jointly Stationary Series 410
    7.4 Regression with Deterministic Inputs 420
    7.5 Random Coefficient Regression 429
    7.6 Analysis of Designed Experiments 434
    7.7 Discrimination and Cluster Analysis 450
    7.8 Principal Components and Factor Analysis 468
    7.9 The Spectral Envelope 485
    Appendix A: Large Sample Theory 507
    A.1 Convergence Modes 507
    A.2 Central Limit Theorems 515
    A.3 The Mean and Autocorrelation Functions 518
    Appendix B: Time Domain Theory 527
    B.1 Hilbert Spaces and the Projection Theorem 527
    B.2 Causal Conditions for ARMA Models 531
    B.3 Large Sample Distribution of the AR(p) Conditional Least Squares Estimators 533
    B.4 The Wold Decomposition 537
    Appendix C: Spectral Domain Theory 539
    C.1 Spectral Representation Theorem 539
    C.2 Large Sample Distribution of the DFT and Smoothed Periodogram 543
    C.3 The Complex Multivariate Normal Distribution 554
    Appendix R: R Supplement 559
    R.1 First Things First 559
    R.1.1 Included Data Sets 560
    R.1.2 Included Scripts 562
    R.2 Getting Started 567
    R.3 Time Series Primer 571
  • 内容简介:
    Time Series Analysis and Its Applications presents a balanced and comprehensive treatment of both time and frequency domain methods with accompanying theory. Numerous examples using non-trivial data illustrate solutions to problems such as evaluating pain
  • 目录:
    Contents
    1 Characteristics of Time Series 1
    1.1 Introduction 1
    1.2 The Nature of Time Series Data 3
    1.3 Time Series Statistical Models 11
    1.4 Measures of Dependence: Autocorrelation and Cross-Correlation 17
    1.5 Stationary Time Series 22
    1.6 Estimation of Correlation 28
    1.7 Vector-Valued and Multidimensional Series 33
    2 Time Series Regression and Exploratory Data Analysis 47
    2.1 Introduction 47
    2.2 Classical Regression in the Time Series Context 48
    2.3 Exploratory Data Analysis 57
    2.4 Smoothing in the Time Series Context 70
    3 ARIMA Models 83
    3.1 Introduction 83
    3.2 Autoregressive Moving Average Models 84
    3.3 Difference Equations 97
    3.4 Autocorrelation and Partial Autocorrelation 102
    3.5 Forecasting 108
    3.6 Estimation 121
    3.7 Integrated Models for Nonstationary Data 141
    3.8 Building ARIMA Models 144
    3.9 Multiplicative Seasonal ARIMA Models 154
    4 Spectral Analysis and Filtering 173
    4.1 Introduction 173
    4.2 Cyclical Behavior and Periodicity 175
    4.3 The Spectral Density 180
    4.4 Periodogram and Discrete Fourier Transform 187
    4.5 Nonparametric Spectral Estimation 196
    4.6 Parametric Spectral Estimation 212
    4.7 Multiple Series and Cross-Spectra 216
    4.8 Linear Filters 221
    4.9 Dynamic Fourier Analysis and Wavelets 228
    4.10 Lagged Regression Models 242
    4.11 Signal Extraction and Optimum Filtering 247
    4.12 Spectral Analysis of Multidimensional Series 252
    5 Additional Time Domain Topics 267
    5.1 Introduction 267
    5.2 Long Memory ARMA and Fractional Differencing 267
    5.3 Unit Root Testing 277
    5.4 GARCH Models 280
    5.5 Threshold Models 289
    5.6 Regression with Autocorrelated Errors 293
    5.7 Lagged Regression: Transfer Function Modeling 296
    5.8 Multivariate ARMAX Models 301
    6 State-Space Models 319
    6.1 Introduction 319
    6.2 Filtering, Smoothing, and Forecasting 325
    6.3 Maximum Likelihood Estimation 335
    6.4 Missing Data Modifications 344
    6.5 Structural Models: Signal Extraction and Forecasting 350
    6.6 State-Space Models with Correlated Errors 354
    6.6.1 ARMAX Models 355
    6.6.2 Multivariate Regression with Autocorrelated Errors 356
    6.7 Bootstrapping State-Space Models 359
    6.8 Dynamic Linear Models with Switching 365
    6.9 Stochastic Volatility 378
    6.10 Nonlinear and Non-normal State-Space Models Using Monte Carlo Methods 387
    7 Statistical Methods in the Frequency Domain 405
    7.1 Introduction 405
    7.2 Spectral Matrices and Likelihood Functions 409
    7.3 Regression for Jointly Stationary Series 410
    7.4 Regression with Deterministic Inputs 420
    7.5 Random Coefficient Regression 429
    7.6 Analysis of Designed Experiments 434
    7.7 Discrimination and Cluster Analysis 450
    7.8 Principal Components and Factor Analysis 468
    7.9 The Spectral Envelope 485
    Appendix A: Large Sample Theory 507
    A.1 Convergence Modes 507
    A.2 Central Limit Theorems 515
    A.3 The Mean and Autocorrelation Functions 518
    Appendix B: Time Domain Theory 527
    B.1 Hilbert Spaces and the Projection Theorem 527
    B.2 Causal Conditions for ARMA Models 531
    B.3 Large Sample Distribution of the AR(p) Conditional Least Squares Estimators 533
    B.4 The Wold Decomposition 537
    Appendix C: Spectral Domain Theory 539
    C.1 Spectral Representation Theorem 539
    C.2 Large Sample Distribution of the DFT and Smoothed Periodogram 543
    C.3 The Complex Multivariate Normal Distribution 554
    Appendix R: R Supplement 559
    R.1 First Things First 559
    R.1.1 Included Data Sets 560
    R.1.2 Included Scripts 562
    R.2 Getting Started 567
    R.3 Time Series Primer 571
查看详情
目前没有书店销售此书
系列丛书 / 更多
Time Series Analysis and Its Applications:Third edition
Monte Carlo Statistical Methods
George Casella 著
Time Series Analysis and Its Applications:Third edition
Statistics and Data Analysis for Financial Engineering
David Ruppert 著
Time Series Analysis and Its Applications:Third edition
The Bayesian Choice
Robert, Christian P.
Time Series Analysis and Its Applications:Third edition
A Modern Introduction to Probability and Statistics: Understanding Why and How
F. M. Dekking 著
相关图书 / 更多
Time Series Analysis and Its Applications:Third edition
TimeOutOfTime:BookOne:BeyondTheDoor
McQuerry、Maureen Doyle 著
Time Series Analysis and Its Applications:Third edition
Time Flies
Bill Cosby
Time Series Analysis and Its Applications:Third edition
TimeOut1000BookstoChangeYourLife(TimeOutGuides)
Time Out Guides Ltd 著
Time Series Analysis and Its Applications:Third edition
Time Out Seaside: Discover Britain's Coastal Treasures (Time Out Guides)
The Editors of Time Out 编
Time Series Analysis and Its Applications:Third edition
Timelines of Everything
DK
Time Series Analysis and Its Applications:Third edition
Time Series Analysis for the Social Sciences
Janet M. Box-Steffensmeier;John R. Freeman;Matthew P. Hitt;Jon C. W. Pevehouse
Time Series Analysis and Its Applications:Third edition
Time for Bed Lap-Sized Board Book
Fox, Mem;Dyer, Jane
Time Series Analysis and Its Applications:Third edition
TimeWarpTrio
Scieszka Jon 著
Time Series Analysis and Its Applications:Third edition
TimeforSchoolStickerBook
Felicity Brooks 著
Time Series Analysis and Its Applications:Third edition
TimeOut1000ThingstoDoinNewYork
Time Out Guides Ltd 著;Editors of Time Out 编
Time Series Analysis and Its Applications:Third edition
TimeHistory'sGreatestImages:TheWorld'sMostInfluentialPhotographs
Kelly Knauer 著
Time Series Analysis and Its Applications:Third edition
TimeTravellingWithAHamster
Ross Welford 著
您可能感兴趣 / 更多
Time Series Analysis and Its Applications:Third edition
生活研究致联邦死者(美国自白派诗歌的开山之作,鲁迅文学奖翻译奖得主杨铁军最新力作)
Robert Lowell
Time Series Analysis and Its Applications:Third edition
苔藓森林(自然文库)
Robin Wall Kimmerer
Time Series Analysis and Its Applications:Third edition
皮肤镜诊断精要与图解
Robert H. Johr 主编;Wilhelm Stolz 主译;徐峰 崔勇 孟如松
Time Series Analysis and Its Applications:Third edition
成人心脏外科围手术期管理 (原著第6版)
Robert M. Bojar
Time Series Analysis and Its Applications:Third edition
现代脊柱畸形诊疗:理论、实践与循证医学
Robert Dickson Juergen Harms 编著
Time Series Analysis and Its Applications:Third edition
脑干手术彩色图谱
Robert F. Spetzler(美 M. Yashar S. Kalani美 Peter Nakaji美 Kaan Ya.murlu美) 编著
Time Series Analysis and Its Applications:Third edition
如何罚点球——隐藏在体育中的数学
Rob Eastaway
Time Series Analysis and Its Applications:Third edition
启示录:一战时期的华沙
Robert Blobaum
Time Series Analysis and Its Applications:Third edition
人类的演化
Robert Boyd
Time Series Analysis and Its Applications:Third edition
治理与社会领导力
Robert A. Campbell
Time Series Analysis and Its Applications:Third edition
生态学背景——概念与理论
Robert、P.、McIntosh 著
Time Series Analysis and Its Applications:Third edition
理论统计(英文版)
Robert、W.Keener 著