新書推薦：
《
甲骨文丛书·波斯的中古时代（1040-1797年）
》
售價：HK$
88.5
《
以爱为名的支配
》
售價：HK$
62.7
《
台风天（大吴作品，每一种生活都有被看见的意义）
》
售價：HK$
53.8
《
打好你手里的牌（斯多葛主义+现代认知疗法，提升当代人的心理韧性！）
》
售價：HK$
66.1
《
新时代硬道理 广东寻路高质量发展
》
售價：HK$
77.3
《
6S精益管理实战（精装版）
》
售價：HK$
100.6
《
异域回声——晚近海外汉学之文史互动研究
》
售價：HK$
109.8
《
世界文明中的作物迁徙：聚焦亚洲、中东和南美洲被忽视的本土农业文明
》
售價：HK$
99.7
|
| 編輯推薦： |
|
借助R语言，结合实际例子讲述时间序列分析的原理、方法和实现。
|
| 內容簡介： |
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.
|
| 目錄：
|
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 ARMAp, 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
|
| 內容試閱：
|
前言
时间序列分析是一种处理动态数据的统计方法 ,它是基于随机过程理论和数理统计方法而发展起来的 ,是寻找动态数据的变化特征、挖掘隐含信息、建立拟合模型、进而预测数据未来发展的有力统计工具 ,它广泛应用于经济、金融、气象、天文、物理、化学、生物、医学、质量控制等社会科学、自然科学和生产实践的诸多领域 ,已经成为许多行业常用的统计方法.
目前 ,国内外有关时间序列分析的教材已有很多 ,其中一些偏重于理论的讲述 ,需要读者具备比较深厚的概率论与数理统计基础 ,主要阅读对象是统计学专业的学生 ;另一些则侧重于模型的应用 ,缺少理论和技术细节的推导 ,主要阅读对象是经管类专业的学生 .随着我国招生制度的变化和大数据产业的飞速发展 ,大部分高校的统计学及其相关专业的培养目标逐步转为复合应用型人才,强调培养具有数据分析能力的人才的重要性.为适应这一变化,应有相应教材出现.
为适应培养要求的转变 ,满足更多专业学生的学习需求 ,本书在借鉴国内外相关优秀教材的基础上 ,着重突出三个特色 .第一是以精简、易懂、深入浅出的方式讲清楚基本概念、基本理论和推导技巧 ,着重阐释统计思想和数据处理方法 .同时 ,加强实用性 ,通过大量实例 ,一方面使得学习者深刻认识时间序列的基本概念、常用性质和基本理论 ;另一方面也使得他们尽快掌握时序数据分析的基本技能 .第二是本书全程使用 R语言进行实例分析 ,并且提供全部代码 . R语言是免费的开源编程软件 ,占用存储空间小 ,安装快捷 ,统计功能强大 ,使用人数众多 ,软件包更新速度快 .它是目前最流行的统计软件 ,许多新的统计方法大都以 R程序包的形式首先展示在世人面前 .第三是本书所使用的数据绝大多数是真实数据 .这些数据都可以在国家统计局网站、中国气象数据网、
http：new.censusatschool.org.nzresourcetime-series-data-sets-2013、
https：www.nrscotland.gov.ukstatistics-and-data、
http：qed.econ.queensu.cajae 1994-v9.S、http：homepage.divms.uiowa.edu
kchanTSA.htm、https：fred.stlouisfed.org、
https：stats.bls.gov和 https：robjhyndman.comTSDL等网站下载 .通过对真实数据的分析,学习者更能体会到基本理论、数据分析技能和数据分析经验相结合的重要性 .同时 ,也给初学者提供了大量免费数据资源和练习的机会.
本书以时间序列分析的理论和实例相结合的方式 ,有侧重地介绍以下内容 .第 1章概述时间序列的发展历程、时间序列的一些基本概念、数据建模的基本步骤、 R语言的一些基本操作
. II .应用时间序列分析
和时序数据的预处理 .第 2章和第 3章分别介绍平稳时间序列模型的概念、性质、建模和预测方法 .第 4章介绍时序数据分解的思想以及常用的数据平滑方法 .第 5章介绍非平稳时间序列模型的概念、趋势的消除、 ARIMA模型的概念、性质、建模方法以及预测 ,最后简单讨论了残差自回归模型 .第 6章介绍几类常见的季节模型以及它们的建模和预测方法 .第 7章讨论伪回归现象、单位根检验和协整 .第 8章主要讲述 ARCH模型和 GARCH模型的概念、估计和检验.此外 ,本书还配备了一定数量的习题 .目的是通过这些习题的演练 ,使读者尽快掌握相应章节的基本理论和方法.
本书主要用作高等院校统计、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.
本书在写作过程中参考了国内外许多优秀的教材和论著 ,在此向这些教材或著作的作者表示感谢和敬意 .本书能够及时出版 ,还要感谢清华大学出版社刘颖编审的大力支持和帮助 .本书内容在大连民族大学统计学专业讲授多次 ,感谢同学们对课程内容的浓厚兴趣和热烈讨论 ,同时纠正了一些打印错误.
白晓东
baixd dlnu@163.com 2017年 10月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
