相關主題
商品描述
本書通過案例講述有關的概念和方法，不僅介紹了ARMA 模型、狀態空間模型、Kalman 濾波、單位根檢驗和GARCH 模型等一元時間序列方法，還介紹了很多多元時間序列方法，如線性協整、門限協整、VAR 模型、Granger 因果檢驗、神經網絡模型、可加AR 模型和譜估計等，並且增加了全新的一章講述如何用深度學習進行時間序列分析. 書中強調對真實的時間序列數據進行分析，全程使用R 和Python軟件分析了各個科學領域的實際數據，還分析了金融和經濟數據的例子.本書通俗易懂，理論與應用並重，可作為高等院校統計學和經濟管理等專業“時間序列分析”相關課程的教材，對金融和互聯網等領域的相關從業者也 參考價值.
作者簡介
吳喜之系美國北卡羅來納大學統計系博士，博士生導師。 學位委員會統計學科評議組成員、概率統計學會常務理事、 教委概率統計教材組成員、 統計教材編審委員會委員、數學進展編委、中國統計方法應用標準化技術委員會標準化中統計方法應用分委員會主任委員。主要從事序貫分析，回歸診斷，質量控制和模型選擇等方向的教學與研究。在 重要學術刊物上發表論文50多篇，時著有近二十部專著和教材，代表性著作有《非參數統計》，《現代貝葉斯統計》，多次主持 自然科學基金項目。曾在國加利福尼亞大學、北卡羅來那大學、北京大學、南開大學任教。<br />吳喜之是 統計學界的學術帶頭人， 推廣R語言的先驅，曾為我國統計學學科升級為一級學科做出巨大的貢獻，經常應邀到各個大學做統計學與R語言的講座或短期培訓
