博客來
本書系統地闡述了線性平穩和非平穩時間序列分析的基本理論、建模方法和預測理論，並且介紹了幾種比較流行的非線性時間序列分析方法和常見的確定性時間序列分析方法。
結合作者多年的時間序列分析教學和研究的體會，書中各種模型的理論闡述較為全面而深入，但又沒有過多的數學推導。每類模型都配備有例題、習題和實際應用案例，幾乎所有實際應用案例使用的都是最新的實際數據，並在附錄中解讀了建模的軟件操作步驟。學習本書，讀者可以快速掌握各種時間序列分析方法的核心，並能將它們運用於實踐。
本書可以作為統計學、數學與應用數學等專業高年級本科生或低年級研究生的學習時間序列分析的教材，也可以作為數據分析從業人員的參考書。
| FindBook |
有 1 項符合
時間序列分析的圖書 |
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：時間序列分析
內容簡介
目錄
前言
第1章 引言
1.1 時間序列的概念
1.2 時間序列分析方法概述
1.3 時間序列的採集和整理
第2章 確定性時間序列分析
2.1 移動平均和指數平滑
2.2 時間回歸法
2.3 季節的提取
第3章 平穩線性時間序列模型理論
3.1 ARMA模型
3.2 平穩解與格林函數
3.3 可逆性和逆函數
3.4 自相關函數和偏自相關函數
第4章 平穩線性時間序列樣本建模
4.1 模型的參數估計
4.2 模型的識別
4.3 模型的診斷檢驗
4.4 建模舉例
第5章 非平穩時間序列分析
5.1 平穩性檢驗
5.2 平穩化方法
5.3 ARIMA模型
5.4 組合模型
5.5 乘積季節模型
第6章 模型的預測
6.1 預測的三種形式
6.2 適時修正預測
第7章 非線性時間序列模型
7.1 門限自回歸模型
7.2 條件異方差模型
7.3 長短期記憶神經網絡
附錄
附錄A 數據
附錄B EViews操作
參考文獻
第1章 引言
1.1 時間序列的概念
1.2 時間序列分析方法概述
1.3 時間序列的採集和整理
第2章 確定性時間序列分析
2.1 移動平均和指數平滑
2.2 時間回歸法
2.3 季節的提取
第3章 平穩線性時間序列模型理論
3.1 ARMA模型
3.2 平穩解與格林函數
3.3 可逆性和逆函數
3.4 自相關函數和偏自相關函數
第4章 平穩線性時間序列樣本建模
4.1 模型的參數估計
4.2 模型的識別
4.3 模型的診斷檢驗
4.4 建模舉例
第5章 非平穩時間序列分析
5.1 平穩性檢驗
5.2 平穩化方法
5.3 ARIMA模型
5.4 組合模型
5.5 乘積季節模型
第6章 模型的預測
6.1 預測的三種形式
6.2 適時修正預測
第7章 非線性時間序列模型
7.1 門限自回歸模型
7.2 條件異方差模型
7.3 長短期記憶神經網絡
附錄
附錄A 數據
附錄B EViews操作
參考文獻
|
