出版時(shí)間:2011-1 出版社:機(jī)械工業(yè)出版社 作者:Jonathan D.Cryer,Kung-Sik Chan 頁(yè)數(shù):350 譯者:潘紅宇 等
Tag標(biāo)簽:無
內(nèi)容概要
本書以易于理解的方式講述了時(shí)間序列模型及其應(yīng)用,內(nèi)容包括趨勢(shì)、平穩(wěn)時(shí)間序列模型、非平穩(wěn)時(shí)間序列模型、模型識(shí)別、參數(shù)估計(jì)、模型診斷、預(yù)測(cè)、季節(jié)模型、時(shí)間序列回歸模型、異方差模型、譜分析入門、譜估計(jì)和門限模型。對(duì)所有的思想和方法,都用真實(shí)數(shù)據(jù)集和模擬數(shù)據(jù)集進(jìn)行了說明。 本書的一大特點(diǎn)是采用R語(yǔ)言來作圖和分析數(shù)據(jù),書中的所有圖表和實(shí)證結(jié)果都是用R命令得到的。作者還為本書制作了大量新增或增強(qiáng)的-函數(shù),可以從www卜projectorg的7SA程序包中找到。此外.每一章的R命令腳本文件,可從www stat uiowa edu/一kchan/TSA.htm下載。 本書的另一特點(diǎn)是包含很多有用的附錄.例如,回顧了有關(guān)期望、方差、協(xié)方差、相關(guān)系數(shù)等概念.筒述了條件期望的性質(zhì)以及最小均方誤差預(yù)測(cè)等內(nèi)容,這些附錄有利于關(guān)心技術(shù)細(xì)節(jié)的讀者深入了解相關(guān)內(nèi)容.
作者簡(jiǎn)介
Jonathan D Cryer美國(guó)艾奧瓦大學(xué)統(tǒng)計(jì)與精算學(xué)系退休教授。他是美國(guó)統(tǒng)計(jì)學(xué)會(huì)會(huì)士,獲得過艾奧瓦大學(xué)教學(xué)獎(jiǎng)。除本書外,他還與人合蓍有Statistics for Business:Dat,Analysis and Modelingfsecond Edition)、Minitab Handbook(Fifth Editiom、ElectronlCompaniontoStatlst
書籍目錄
譯者序前言 第1章 引論 1.1 時(shí)間序列舉例 1.2 建模策略 1.3 歷史上的時(shí)間序列圖 1.4 本書概述 習(xí)題 第2章 基本概念 2.1 時(shí)間序列與隨機(jī)過程 2.2 均值、方差和協(xié)方差 2.3 平穩(wěn)性 2.4 小結(jié) 習(xí)題 附錄A 期望、方差、協(xié)方差和相關(guān)系數(shù)第3章 趨勢(shì) 3.1 確定性趨勢(shì)與隨機(jī)趨勢(shì) 3.2 常數(shù)均值的估計(jì) 3.3 回歸方法 3.4 回歸估計(jì)的可靠性和有效性 3.5 回歸結(jié)果的解釋 3.6 殘差分析 3.7 小結(jié) 習(xí)題第4章 乎穩(wěn)時(shí)間序列模型 4.1 一般線性過程 4.2 滑動(dòng)乎均過程 4.3 自回歸過程 4.4 自回歸滑動(dòng)平均混合模型 4.5 可逆性 4.6 小結(jié) 習(xí)題 附錄B AR(2)過程的平穩(wěn)域 附錄C ARMA(p,g)模型的自相關(guān)函數(shù).第5章 非平穩(wěn)時(shí)間序列模型 5.1 通過差分平穩(wěn)化 5.2 ARIMA模型 5.3 ARIMA模型中的常數(shù)項(xiàng) 5.4 其他變換 5.5 小結(jié) 習(xí)題 附錄D 延遲算子第6章 模型識(shí)別 6.1 樣本自相關(guān)函數(shù)的性質(zhì) 6.2 偏白相關(guān)函數(shù)和擴(kuò)展的自相關(guān)函數(shù) 6.3 對(duì)一些模擬的時(shí)間序列數(shù)據(jù)的識(shí)別 6.4 非平穩(wěn)性 6.5 其他識(shí)別方法 6.6 一些真實(shí)時(shí)間序列的識(shí)別 6.7 小結(jié) 習(xí)題第7章 參數(shù)估計(jì) 7.1 矩估計(jì) 7.2 最小二乘估計(jì) 7.3 極大似然與五條件最小二乘 7.4 估計(jì)的性質(zhì)一 7.5 參數(shù)估計(jì)例證 7.6 自助法估計(jì)ARIMA模型 7.7 小結(jié) 習(xí)題 第8章 模型診斷 8.1 殘差分析 8.2 過度擬合和參數(shù)冗余 8.3 小結(jié) 習(xí)題 第9章 預(yù)測(cè) 9.1 最小均方誤差預(yù)測(cè) 9.2 確定性趨勢(shì) 9.3 ARIMA預(yù)測(cè) ……第10章 季節(jié)模型第11章 時(shí)間序列回歸模型第12章 異議差時(shí)間序列模型第13章 譜分析入門第14章 譜估計(jì)第15章 門限模型參考答案
章節(jié)摘錄
版權(quán)頁(yè):插圖:通過一系列時(shí)間點(diǎn)上的觀測(cè)來獲取數(shù)據(jù)是司空見慣的活動(dòng).在商業(yè)上,我們會(huì)觀測(cè)周利率、日股票閉盤價(jià)、月價(jià)格指數(shù)、年銷售量等.在氣象上,我們會(huì)觀測(cè)每天的最高溫度和最低溫度、年降水與干旱指數(shù)、每小時(shí)的風(fēng)速等,在農(nóng)業(yè)上,我們會(huì)記錄每年作物和牲畜產(chǎn)量、土壤侵蝕、出口銷售等方面的數(shù)字.在生物科學(xué)上,我們會(huì)觀測(cè)每毫秒心電活動(dòng)的狀況.在生態(tài)學(xué)上,我們會(huì)記錄動(dòng)物種群數(shù)量的變動(dòng)情況.實(shí)際上,需要研究時(shí)間序列的領(lǐng)域是難以羅列的時(shí)間序列分析的目的一般有兩個(gè)方面:一是認(rèn)識(shí)產(chǎn)生觀測(cè)序列的隨機(jī)機(jī)制,即建立數(shù)據(jù)生成模型;二是基于序列的歷史數(shù)據(jù),也許還要考慮其他相關(guān)序列或因素,對(duì)序列未來的可能取值給出預(yù)測(cè)或預(yù)報(bào)。本章將從廣泛的應(yīng)用領(lǐng)域中,介紹一些時(shí)間序列的實(shí)例。時(shí)間序列及其模型的一個(gè)獨(dú)特的性質(zhì)是,通常我們不能假定觀測(cè)值獨(dú)立取自同一總體(例如,取自均值不同的總體),時(shí)間序列分析的要點(diǎn)是研究具有相關(guān)性質(zhì)的模型。
圖書封面
圖書標(biāo)簽Tags
無
評(píng)論、評(píng)分、閱讀與下載