时间序列分析及应用：r语言 编程语言 作者
none
￥ 28.75 6.0折 ￥ 48 全新
库存4件
北京丰台
认证卖家担保交易快速发货售后保障
作者作者
出版社机械工业出版社
ISBN9787111325727
出版时间2011-01
版次1
装帧平装
开本16
页数350页
定价48元
货号xhwx_11708118
上书时间2024-12-21
- 在售商品 暂无
- 平均发货时间 26小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
译者序
前言
章引论1
1.1时间序列举例1
1.2建模策略6
1.3历的时间序列图6
1.4本书概述7
题7
第2章基本概念8
2.1时间序列与过程8
2.2均值、方差和协方差8
2.3稳11
2.4小结14
题14
附录a期望、方差、协方差和相关系数18
第3章趋势20
3.1确定趋势与趋势20
3.2常数均值的估计20
3.3回归方法22
3.4回归估计的可靠和有效26
.3.5回归结果的解释29
3.6残差分析31
3.7小结36
题37
第4章稳时间序列模型40
4.1一般线过程40
4.2滑动均过程41
4.3自回归过程48
4.4自回归滑动均混合模型56
4.5可逆57
4.6小结58
题58
附录bar（2）过程的稳域61
附录carma(p,q)模型的自相关函数62
第5章非稳时间序列模型63
5.1通过差分稳化63
5.2arima模型66
5.3arima模型中的常数项70
5.4其他变换70
5.5小结73
题73
附录d延迟算子75
第6章模型识别77
6.1样本自相关函数的质77
6.2偏自相关函数和扩展的自相关函数79
6.3对一些模拟的时间序列数据的识别83
6.4非稳88
6.5其他识别方法92
6.6一些真实时间序列的识别94
6.7小结99
题99
第7章参数估计105
7.1矩估计105
7.2小二乘估计108
7.3极大似然与无条件小二乘112
7.4估计的质113
7.5参数估计例证115
7.6自助法估计arima模型118
7.7小结120
题120
第8章模型诊断125
8.1残差分析125
8.2过度拟合和参数冗余132
8.3小结134
题135
第9章预测137
9.1小均方误差预测137
9.2确定趋势137
9.3arima预测138
9.4预测极限145
9.5预测的图示146
9.6arima预测的更新148
9.7预测的权重与指数加权滑动均148
9.8变换序列的预测149
9.9某些arima模型预测的结151
9.10小结152
题152
附录e条件期望156
附录f小均方误差预测157
附录g截断线过程158
附录h空间模型160
0章季节模型164
10.1季节arima模型165
10.2乘法季节arma模型166
10.3非稳季节arima模型168
10.4模型识别、拟合和检验169
10.5季节模型预测174
10.6小结178
题178
1章时间序列回归模型180
11.1干预分析180
11.2异常值185
11.3伪相关188
11.4预白化与回归191
11.5小结198
题198
2章异方差时间序列模型201
12.1金融时间序列的一些共同特征201
12.2arch(1)模型206
12.3garch模型209
12.4极大似然估计214
12.5模型诊断217
12.6条件方差非负条件221
12.7garch模型的一些扩展223
12.8另一个示例：usd/hkd汇率数据224
12.9小结226
题226
附录i广义混合检验公式228
3章谱分析入门229
13.1引言229
13.2周期图231
13.3谱表示和谱分布235
13.4谱密度237
13.5arma过程的谱密度238
13.6样本谱密度的抽样质243
13.7小结247
题247
附录j余弦与正弦序列的正交250
4章谱估计251
14.1滑谱密度251
14.2偏差和方差253
14.3带宽254
14.4谱置信区间254
14.5泄露和锥削256
14.6自回归谱估计259
14.7模拟数据示例259
14.8真实数据示例264
14.9其他谱估计法268
14.10小结269
题269
附录k锥削与狄利克雷核271
5章门限模型273
15.1用图解法探索非线274
15.2非线检验278
15.3多项式模型一般是爆炸的280
15.4一阶门限自回归模型282
15.5门限模型285
15.6门限非线的检验285
15.7tar模型的估计287
15.8模型诊断293
15.9预测295
15.10小结298
题298
附录ltar广义混合检验299
附录ⅰr入门301
附录ⅱ数据集合的说明339
参文献342
内容简介：
本书以易于理解的方式讲述了时间序列模型及其应用，主要内容包括：趋势、稳时间序列模型、非稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差时间序列模型、谱分析入门、谱估计、门限模型.对所有的思想和方法，都用真实数据集和模拟数据集进行了说明.本书可作为高等院校统计、经济、商科、工程及定量社会科学等专业的教材或参书，同时也可供相关技术人员使用.
作者简介：
jonathand.cryer美国艾奥瓦大学统计与精算学系退休教授。他是美国统计学会会士，获得过艾奥瓦大学奖。除本书外，他还与人合著有tatiticforbuine:dataanalyiandmodelingecondedition、minitabhandbookfifthedition、electronicpaniontotatitic、electronicpaniontobuiatitic等书，并发表了大量学术。kungikchan美国艾奥瓦大学统计与精算学系教授。他是美国统计学会会士、数学统计学会会员，并且是靠前统计学会成.员
— 没有更多了 —
以下为对购买帮助不大的评价