☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《時間序列分析：單變量和多變量方法（第2版）》不僅對單變量與多變量時間序列的時域和頻域分析提供瞭一個全麵介紹，而且在書中包含瞭許多單變量和多變量時問序列模型的新進展，如逆自相關函數、擴展樣本自相關函數、乾預分析及乾預探測、嚮量自迴歸移動平均模型、偏滯後自相關矩陣函數、局部過程、狀態空間模型、卡爾曼濾波、非季節和季節模型的單位根檢驗等許多內容。《時間序列分析：單變量和多變量方法（第2版）》結閤大量的應用實例說明時間序列分析方法的應用，極大地方便瞭讀者對這些方法的學習和理解。

作者簡介

　　魏武雄（William W.S.Wei）博士是賓夕法尼亞州費城天普大學（Temple University）的統計學教授，自1974年就在此任教。他於1966年獲得颱灣大學經濟學學士學位，又於l969年獲得俄勒岡大學 （University ofOregon）的數學學士學位，t972年和l974年分彆獲得威斯康星大學麥迪遜分校（University of Wisconsin-Madison）的統計學碩士和統計學博士學位。他的研究興趣包括時間序列分析、預測方法、統計建模以及統計學在商業和經濟學的應用。他是美國統計學會（AmericanStatistical Association，簡稱ASA）院士，英國皇傢統計學會（Royal Statistical Society，RSS）會員，國際統計學會（ISI）入選會員，2002年泛華統計協會（ICSA）的主席。他還是期刊《預測》（Journal of Forecasting）和《應用統計學》（the Journal of AppHed Statistical Science）的副編輯。

內頁插圖

目錄

第1章 概述
1.1 引言
1.2 本書的例子和安排

第2章 基本概念
2.1 隨機過程
2.2 自協方差和自相關函數
2.3 偏自相關函數
2.4 白噪聲過程
2.5 均值、自協方差和自相關的估計
2.6 時間序列過程的移動平均和白迴歸錶示
2.7 綫性差分方程
練習

第3章 平穩時間序列模型
3.1 自迴歸過程
3.2 移動平均過程
3.3 AR(p)過程和MA(q)過程之間的對偶關係
3.4 自迴歸移動平均ARMA(p，q)過程
練習

第4章 非平穩時間序列模型
4.1 均值非平穩
4.2 自迴歸求和移動平均模型
4.3 方差和自協方差非平穩
練習

第5章 預報
5.1 引言
5.2 最小均方誤差預報
5.3 預報的計算
5.4 對過去觀測值加權平均的ARIMA預報
5.5 更新預報
5.6 最終預報函數
5.7 數值實例
練習

第6章 模型識彆
6.1 模型識彆的步驟
6.2 實例
6.3 逆自相關函數
6.4 擴展樣本自相關函數和其他識彆方法
練習

第7章 參數估計、診斷檢驗和模型選擇
7.l 矩方法
7.2 極大似然方法
7.3 非綫性估計
7.4 在時間序列分析中的普通最小二乘估計
7.5 診斷檢驗
7.6 有關序列w1至w7的實例
7.7 模型選擇準則
練習

第8章 季節性時間序列模型
8.1 基本概念
8.2 傳統方法
8.3 季節性ARIMA模型
8.4 實例
練習

第9章 單位根檢驗
9.1 引言
9.2 一些有用的極限分布
9.3 AR(1)模型中的單位根檢驗
9.4 一般模型的單位根檢驗
9.5 季節性時間序列模型的單位根檢驗
練習

第10章 乾預分析和異常值檢驗
10.1 乾預模型
10.2 乾預分析實例
10.3 時間序列的異常值
10.4 異常值分析的實例
10.5 存在異常值時的模型識彆
練習

第11章 傅立葉分析
11.1 一般概念
11.2 正交函數
11.3 有限序列的傅立葉錶示
11.4 周期序列的傅立葉錶示
11.5 非周期序列的傅立葉錶示——離散時間序列傅立葉變換
11.6 連續時間函數的傅立葉錶示
11.7 快速傅立葉變換
練習

第12章 平穩過程的譜理論
12.1 譜
12.2 一些常用過程的譜
12.3 綫性濾波的譜
12.4 混疊
練習

第13章 譜估計
13.1 周期圖分析
13.2 樣本譜
13.3 平滑譜
13.4 ARMA譜估計
練習

第14章 轉換函數模型
14.1 單個輸入轉換函數模型
14.2 互相關函數和轉換函數模型
14.3 轉換函數模型的結構
14.4 利用轉換函數模型預報
14.5 二元頻域分析
14.6 互譜和轉換函數模型
14.7 多維輸入轉換函數模型
練習

第15章 時間序列迴歸和GARCH模型
15.1 誤差具有自相關性的迴歸
15.2 ARCH和GARCH模型
15.3 GARCH模型的估計
15.4 預報誤差方差的計算
15.5 實例
練習

第16章 嚮量時間序列模型
16.1 協方差和相關矩陣函數
16.2 嚮量過程的移動平均和自迴歸錶示
16.3 嚮量自迴歸移動平均過程
16.4 非平穩嚮量自迴歸移動平均模型
16.5 嚮量時間序列模型的識彆
16.6 模型擬閤和預報
……
第17章 嚮量時間序列的深入
第18章 狀態空間模型和卡爾曼濾波
第19章 長記憶和非綫性過程
第20章 時間序列中的聚積和係統抽樣

精彩書摘

　　第1章 概述
　　1.1 引言
　　時間序列是一個有序的觀測值序列。通常是按照時間觀測的，特彆是按照等間隔時間區間觀測，但也可以按照其他度量來觀測，如空間。時間序列廣泛存在於各個領域。在農業領域，我們觀測農作物的年度産量和價格等。在商業和經濟領域，我們觀測股票的日收盤價格、周利息率、月價格指數、季銷售額和年利潤等。在工程領域，我們觀測聲音、電流信號和電壓等。在地球物理領域，我們記錄湍流，一個地區的海浪和地球噪聲等。在醫學研究領域，我們測量腦電圖（EEG）和心電圖（EKG）追蹤等。在氣象學領域，我們觀測每小時風速、每日溫度和年度降雨量等。在質量控製領域，我們根據某目標值監測一個過程。在社會學領域，我們研究年度齣生率、死亡率、事故發生率和各種犯罪率等。此外，時間序列被觀測和研究的領域還有很多。 按照時間連續記錄的時間序列稱為連續時間序列，如電流信號和電壓等。
　　僅在特定時間間隔取值的時間序列稱為離散時間序列；如利息率、産量和銷售量等。在本書中，我們僅僅處理的是等間隔觀測的離散時間序列，因為即便是連續時間序列，為瞭進行計算，也隻能給齣在離散區間上的數字化值。
　　研究時問序列有各種各樣的目的。它們包括對數據生成機製的理解和描述，對未來值的預報，以及實現係統的最優化控製。

前言/序言

　　受中國人民大學齣版社的委托，我們翻譯瞭魏武雄教授編寫的《時間序列分析——單變量和多變量方法》（第二版）一書。該書是針對有閤適專業背景和對該學科感興趣的研究生和高年級本科生編寫的一本教材。對那些在研究中經常遇到時間序列數據的研究人員來說，本書也是一本非常有價值的參考用書。
　　對於本書即將齣版，我們頗感欣慰。因為目前翻譯齣版的有關時間序列分析的書已經不少，我們擔心該書沒有特色，無法奉獻給讀者更多的知識，所以在翻譯過程中付齣瞭巨大的精力。翻譯完成後，感到辛苦沒有白費。
　　近年來，時間序列已經成為一個相當活躍的領域，齣版瞭很多相關書籍，其中的大部分要麼關注時域分析，要麼關注頻域分析。在這些書中，有些提供的理論背景資料不充分，有些則關於具體應用的介紹太少。而且，大部分書隻是關注於單變量時間序列，即使有少量討論多變量時間序列的書，也多局限於理論部分。
　　本書不僅對單變量與多變量時間序列的時域和頻域分析提供瞭一個全麵的介紹，而且在書中包含瞭許多單變量和多變量時間序列模型的新進展，如逆自相關函數、擴展樣本自相關函數、乾預分析及乾預探測、嚮量自迴歸移動平均模型、偏滯後自相關矩陣函數、局部過程、狀態空間模型、卡爾曼濾波、非季節和季節模型的單位根檢驗、嚮量時間序列模型中協整、局部過程和等價錶示、長記憶過程和非綫性時間序列模型、聚積問題等許多內容。
　　本書的難度適當，敘述通俗易懂，並結閤大量的應用實例說明時間序列分析方法的應用，極大地方便瞭讀者對這些方法的學習和理解。

時間序列分析：單變量和多變量方法（第2版） 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

還沒有來得及讀,相信不錯!

評分☆☆☆☆☆

高深的書，內容不錯，值得研究

評分☆☆☆☆☆

學學，畢業論文將要用到，配閤古紮拉蒂的書看

評分☆☆☆☆☆

書是好書也很 難哐哐哐

評分☆☆☆☆☆

高深的書，內容不錯，值得研究

評分☆☆☆☆☆

書不錯，內容很好，比較喜歡

評分☆☆☆☆☆

這本書真的不錯！首先是外文原版教材翻譯過來的，然後這本書是著的，在這個充斥著ctrl+c的年代尤為珍貴，內容也很給力！講述瞭單變量與多變量方法，大量原始數據，詳細的例子，由淺入深，循序漸進，對自學的人很有用！

評分☆☆☆☆☆

沒有什麼特色

評分☆☆☆☆☆

這本書真的不錯！首先是外文原版教材翻譯過來的，然後這本書是著的，在這個充斥著ctrl+c的年代尤為珍貴，內容也很給力！講述瞭單變量與多變量方法，大量原始數據，詳細的例子，由淺入深，循序漸進，對自學的人很有用！

類似圖書 點擊查看全場最低價

查看全網最低價