時間序列分析：基於R（第2版）

內容簡介

時間序列分析是統計學科的一個重要分支，它主要研究隨著時間的變化，事物發生、發展的過程，尋找事物發展變化的規律，並預測未來的走勢。在日常生產生活中，時間序列比比皆是，所以目前時間序列分析方法廣泛地套用於經濟，金融，天文，氣象，海洋、物理、化學、醫學，質量控制等諸多領域，成為眾多行業經常使用的統計方法。

《時間序列分析：基於R（第2版）/基於R套用的統計學叢書》是一本用R軟體編寫的入門級時間序列分析教材。主要包括：時間序列分析簡介，時間序列分析的預處理，ARMA模型的性質，平穩序列的擬合與預測，無季節效應的非平穩序列分析，有季節效應的非平穩序列分析，多元時間序列分析。

圖書目錄

第 1章時間序列分析簡介

1．1 引言

1．2 時間序列的定義

1．3 時間序列分析方法

1．3．1 描述性時序分析

1．3．2 統計時序分析

1．4 R簡介

1．4．1 R的特點

1．4．2 R和 RStudio的安裝

1．4．3 R語言基本規則

1．4．4生成時間序列數據

1．4．5時間序列數據的處理

1．4．6繪製時序圖

1．4．7時間序列數據的導出

1．5習題

第 2章時間序列的預處理

2．1平穩序列的定義

2．1．1特徵統計量

2．1．2平穩時間序列的定義

2．1．3平穩時間序列的統計性質

2．1．4平穩時間序列的意義

2．2平穩性檢驗

2．2．1時序圖檢驗

2．2．2自相關圖檢驗

2．3純隨機性檢驗

2．3．1純隨機序列的定義

2．3．2純隨機序列的性質

2．3．3純隨機性檢驗

2．4習題

第 3章 ARMA模型的性質

3．1 Wold分解定理

3．2 AR模型

3．2．1 AR模型的定義

3．2．2 AR模型的平穩性判別

3．2．3平穩 AR模型的統計性質

3．2．4自相關係數

3．2．5偏自相關係數

3．3 MA模型

3．3．1 MA模型的定義

3．3．2 MA模型的統計性質

3．3．3 MA模型的可逆性

3．3．4 MA模型偏自相關係數拖尾

3．4 ARMA模型

3．4．1 ARMA模型的定義

3．4．2 ARMA模型的平穩性與可逆性

3．4．3 ARMA(p， q)模型的統計性質

3．4．4自相關係數

3．5習題

第 4章平穩序列的擬合與預測

4．1建模步驟

時間序列分析：基於R（第2版）

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條