您好,欢迎来到聚文网。 登录 免费注册
时间序列分析 基于R的数据分析方法

时间序列分析 基于R的数据分析方法

  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: (美)罗伯特·H.沙姆韦,(美)戴维·S.斯托弗
  • 出版日期: 2022-03-01
  • 商品条码: 9787111695196
  • 版次: 1
  • 开本: 16开
  • 页数: 276
  • 出版年份: 2022
定价:¥89 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
本书融合了作者多年的实践教学经验,旨在帮助读者了解时间序列作为一种分析工具所具有的丰富性和多样性。全书以一些有意义的数据集为基础,详细阐释了时间序列在医学、生物学、物理学和社会科学领域的广泛应用,并强调数据分析方法,对时域和频域方法进行了全面的介绍。 本书通过大量示例说明了如何利用时间序列分析来解决各类问题,例如,发现自然和人为的气候变化、使用功能性磁共振成像评估疼痛感知实验,以及对经济和金融问题的分析等。书中所有示例都基于R语言实现,但是阅读本书并不需要读者会用R软件。本书可以作为一学期时间序列分析导论课程的教材,需要读者具备高中数学基础,并且掌握线性回归和基于微积分的基本概率论知识。
内容简介
本书详细阐述了时间序列在医学、生物学、物理学和社会科学领域的广泛应用,并强调数据分析方法,对时域和频域方法进行了全面的介绍。书中首先对时间序列分析的基础知识、语言和方法进行了概述,然后介绍了ARMA模型和ARIMA模型,接下来介绍了频谱分析与滤波以及频谱估计,最后讨论了一些特殊主题,例如GARCH模型、单位根检验等。本书可以作为一学期时间序列分析导论课程的教材,适合数学系及相关专业的教师和学生阅读。
作者简介
 
目录
译者序
前言
第1章 时间序列基础
1.1 介绍
1.2 时间序列数据
1.3 时间序列模型
习题
第2章 相关性与平稳时间序列
2.1 度量相关性
2.2 平稳性
2.3 相关系数的估计
习题
第3章 时间序列回归和探索性数据分析
3.1 时间序列的最小二乘
3.2 探索性数据分析
3.3 时间序列中的平滑
习题
第4章 ARMA模型
4.1 介绍
4.2 相关性函数
4.3 模型预测
习题
第5章 ARIMA模型
5.1 差分模型
5.2 建立ARIMA模型
5.3 季节性ARIMA模型
5.4 具有自相关误差的回归
习题
第6章 频谱分析与滤波
6.1 周期性和循环性行为
6.2 谱密度
6.3 线性滤波器
习题
第7章 频谱估计
7.1 周期图和离散傅里叶变换
7.2 非参数谱估计
7.3 参数谱估计
7.4 相干性和交叉谱
习题
第8章 其他主题
8.1 GARCH模型
8.2 单位根检验
8.3 长记忆模型和分数阶差分
8.4 状态空间模型
8.5 交叉相关分析和预白化
8.6 自回归模型的自助法
8.7 阈值自回归模型
习题
附录A R补充材料
附录B 概率论与统计入门
附录C 复数入门
附录D 其他时域理论
附录E 部分习题的提示
参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网