時間序列分析(基於R的數據分析方法)

羅伯特·H.沙姆韋（Robert H.Shumway 李洪成 潘文捷

時間序列分析(基於R的數據分析方法)

商品描述

本書詳細闡釋了時間序列在醫學、生物學、物理學和社會科學領域的廣泛應用，並強調數據分析方法，對時域和頻域方法進行了全面的介紹。書中首先對時間序列分析的基礎知識、語言和方法進行了概述，然後介紹了ARMA模型和ARIMA模型，接下來介紹了頻譜分析與濾波以及頻譜估計，最後討論了一些特殊主題，例如GARCH模型、單位根檢驗等。 本書可以作為一學期時間序列分析導論課程的教材，適合數學系及相關專業的教師和學生閱讀。

作者簡介

羅伯特·H.沙姆韋（Robert H.Shumway）是加利福尼亞大學戴維斯分校的統計學榮譽退休教授。他是美國統計協會的會士，也是國際統計協會的成員。

目錄大綱

譯者序
前言
第1章 時間序列基礎
1.1 介紹
1.2 時間序列數據
1.3 時間序列模型
習題
第2章 相關性與平穩時間序列
2.1 度量相關性
2.2 平穩性
2.3 相關系數的估計
習題
第3章 時間序列回歸和探索性數據分析
3.1 時間序列的最小二乘
3.2 探索性數據分析
3.3 時間序列中的平滑
習題
第4章 ARMA模型
4.1 介紹
4.2 相關性函數
4.3 模型預測
習題
第5章 ARIMA模型
5.1 差分模型
5.2 建立ARIMA模型
5.3 季節性ARIMA模型
5.4 具有自相關誤差的回歸
習題
第6章 頻譜分析與濾波
6.1 周期性和循環性行為
6.2 譜密度
6.3 線性濾波器
習題
第7章 頻譜估計
7.1 周期圖和離散傅裏葉變換
7.2 非參數譜估計
7.3 參數譜估計
7.4 相幹性和交叉譜
習題
第8章 其他主題
8.1 GARCH模型
8.2 單位根檢驗
8.3 長記憶模型和分數階差分
8.4 狀態空間模型
8.5 交叉相關分析和預白化
8.6 自回歸模型的自助法
8.7 閾值自回歸模型
習題
附錄A R補充材料
附錄B 概率論與統計入門
附錄C 覆數入門
附錄D 其他時域理論
附錄E 部分習題的提示
參考文獻

類似商品