時間序列分析及其應用:基於 R語言實例, 4/e (Time Series Analysis and Its Applications: With R Examples, 4/e)
Robert H.Shumway,David S.Stoffer 李洪成,張茂軍,潘文捷譯
- 出版商: 機械工業
- 出版日期: 2020-08-01
- 定價: $834
- 售價: 7.9 折 $659
- 語言: 簡體中文
- 頁數: 447
- 裝訂: 平裝
- ISBN: 7111658337
- ISBN-13: 9787111658337
-
相關分類:
R 語言
- 此書翻譯自: Time Series Analysis and Its Applications: With R Examples, 4/e (Paperback)
立即出貨
買這商品的人也買了...
-
時間序列分析$1,000$900 -
時間序列分析及應用 : R語言, 2/e (Time Series Analysis With Applications in R, 2/e)$288$274 -
$294數據驅動:從方法到實踐 -
Python 資料分析, 2/e (Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2/e)$880$695 -
資料探勘:人工智慧與機器學習發展以 SPSS Modeler 為範例$690$538 -
Python 金融分析, 2/e (Python for Finance, 2/e)$980$774 -
$403用戶畫像:方法論與工程化解決方案 -
$474深入理解 Kotlin 協程 -
GAN 對抗式生成網路 (GANs in Action: Deep learning with Generative Adversarial Networks)$750$593 -
C++ 語言的設計和演化 (The Design and Evolution of C++)$594$564 -
$327基於 Python 的交互式數據可視化編程 (Interactive Data Visualization with Python) -
統計學習要素:機器學習中的數據挖掘、推斷與預測, 2/e (The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2/e)$954$906 -
Kaggle 競賽攻頂秘笈 -- 揭開 Grandmaster 的特徵工程心法,掌握制勝的關鍵技術$1,000$850 -
$301凸優化:算法與復雜性 -
Python 演算法交易 (Python for Algorithmic Trading)$680$537 -
最優化導論, 4/e (An Introduction to Optimization, 4/e)$534$507 -
$207在線凸優化:概念、架構及核心算法 -
$505統計建模與 R軟件, 2/e -
馬同學圖解線性代數$768$730 -
$658MySQL 高可用解決方案 — 從主從復制到 InnoDB Cluster 架構 -
趣學算法, 2/e$539$512 -
提升程式設計力|國際程式設計競賽精選解題解析$300$237 -
線性代數(原書第10版)$594$564 -
$714線性代數及其應用(原書第6版) -
機率與統計推論:R語言的應用, 2/e$750$713
簡體館年度書展|現貨2書79折3書75折 詳見活動內容 »
-
VIP 95折
深入淺出 SSD 測試 : 固態存儲測試流程 方法與工具$594$564 -
VIP 95折
MCP 開發從入門到實戰$515$489 -
85折
$806Linux x64 匯編語言編程 -
VIP 95折
MCP 極簡開發 : 輕鬆打造高效智能體$479$455 -
VIP 95折
RISC-V 架構 DSP 處理器設計$534$507 -
VIP 95折
硬件系統模糊測試:技術揭秘與案例剖析$419$398 -
85折
$454RAG 實踐權威指南:構建精準、高效大模型之道 -
79折
$564CUDA 並行編程與性能優化 -
VIP 95折
生成式視覺模型原理與實踐$288$274 -
87折
$459AI大模型:賦能通信產業 -
VIP 95折
科學預測——預見科學之美$408$388 -
VIP 95折
Processing創意編程入門:從編程原理到項目案例$299$284 -
VIP 95折
大模型驅動的具身智能 架構,設計與實現$534$507 -
VIP 95折
納米級CMOS VLSI電路(可制造性設計)$474$450 -
VIP 95折
Manus應用與AI Agent設計指南:從入門到精通$359$341 -
VIP 95折
高薪Offer 簡歷、面試、談薪完全攻略$414$393 -
VIP 95折
軟件系統優化$534$507 -
VIP 95折
芯片的較量 (日美半導體風雲)$414$393 -
VIP 95折
Manus AI 智能體從入門到精通$294$279 -
87折
$981深度學習:基礎與概念 -
79折
$469GitHub Copilot 編程指南 -
87折
$469Cursor 與 Copilot 開發實戰 : 讓煩瑣編程智能化 -
85折
$551C#核心編程200例(視頻課程+全套源程序) -
VIP 95折
Verilog HDL 計算機網絡典型電路算法設計與實現$354$336 -
VIP 95折
SAAS + AI 架構實戰:業務解析、架構設計、AI 應用$708$673
簡體館年度書展|現貨2書79折3書75折 詳見活動內容 »
-
85折
$806Linux x64 匯編語言編程 -
VIP 95折
MCP 極簡開發 : 輕鬆打造高效智能體$479$455 -
VIP 95折
硬件系統模糊測試:技術揭秘與案例剖析$419$398 -
VIP 95折
生成式視覺模型原理與實踐$288$274 -
87折
$459AI大模型:賦能通信產業 -
VIP 95折
科學預測——預見科學之美$408$388 -
VIP 95折
Processing創意編程入門:從編程原理到項目案例$299$284 -
VIP 95折
高薪Offer 簡歷、面試、談薪完全攻略$414$393 -
VIP 95折
軟件系統優化$534$507 -
79折
$469GitHub Copilot 編程指南 -
85折
$551C#核心編程200例(視頻課程+全套源程序) -
VIP 95折
SAAS + AI 架構實戰:業務解析、架構設計、AI 應用$708$673 -
VIP 95折
深入淺出 Docker, 2/e$419$398 -
85折
$658Unity 特效制作:Shader Graph 案例精講 -
79折
$275零基礎玩轉國產大模型DeepSeek -
VIP 95折
人工智能大模型:機器學習基礎$774$735 -
VIP 95折
RAG 極簡入門:原理與實踐$419$398 -
VIP 95折
大模型實戰 : 從零實現 RAG 與 Agent 系統$419$398 -
VIP 95折
算法趣學(第2版)$348$331 -
VIP 95折
大模型理論與實踐——打造行業智能助手$354$336 -
85折
$509生成式人工智能 (基於 PyTorch 實現) -
VIP 95折
機器人抓取力學$894$849 -
VIP 95折
集成電路版圖設計從入門到精通$474$450 -
VIP 95折
Java 學習筆記, 6/e$839$797 -
VIP 95折
ZBrush遊戲角色設計(第2版)$479$455
相關主題
商品描述
本書在歐美是一本流行的時間序列分析教材,通過大量使用真實數據的實例展示解決問題的方法,
例如發現自然和人為的氣候變化、使用功能磁共振成像評估疼痛感知實驗以及監測核禁試條約。
本書旨在作為物理、生物學和社會科學領域,以及統計學方向高年級本科或研究生教材。
本書從不同層次深入探討時間序列分析理論和方法,除了涵蓋經典的時間序列回歸方法、ARIMA模型、譜分析和狀態空間模型外,
還介紹了新近發展的方法,包括分類變量時間序列分析、多元譜方法、長記憶時間序列、非線性模型、重採樣技術、
GARCH模型、ARMAX模型、隨機波動率、小波和馬爾可夫鏈蒙特卡羅積分方法。
第4版的更新:
重做所有圖形和繪圖並使其樣式統一。
貝葉斯部分完全重寫,僅覆蓋線性高斯狀態空間模型。
每個實例的R代碼直接在正文中提供,以便於重復數據分析過程。
擴展了附錄部分,其中包含基本的R和R時間序列命令的指南。
作者簡介
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Fellow,也是國際統計協會的成員。
David S. Stoffer
是匹茲堡大學統計系教授。
他是美國統計協會的Fellow。
他為分類時間序列的分析做出了重大貢獻,
並因為他的分析嬰兒睡眠狀態循環產生的分類時間序列的合作論文獲得了1989年美國統計協會傑出統計應用獎。
目錄大綱
譯者序
第4版前言
第3版前言
作者簡介
第1章 時間序列的特徵1
1.1 時間序列數據的性質1
1.2 時間序列統計模型7
1.3 相關性測量12
1.4 平穩時間序列15
1.5 相關系數的估計21
1.6 向量值和多維時間序列27
問題30
第2章 時間序列回歸和探索性數據分析37
2.1 時間序列背景下的經典回歸37
2.2 探索性數據分析44
2.3 時間序列中的平滑54
問題58
第3章 ARIMA模型63
3.1 自回歸移動平均模型63
3.2 差分方程73
3.3 自相關系數和偏相關系數77
3.4 模型預測83
3.5 模型估計92
3.6 非平穩數據的差分模型108
3.7 建立ARIMA模型111
3.8 使用自相關誤差進行回歸118
3.9 乘法季節ARIMA模型120
問題127
第4章 頻譜分析與濾波135
4.1 循環性行為和周期性135
4.2 譜密度141
4.3 周期圖和離散傅裏葉變換147
4.4 非參數譜估計154
4.5 參數譜估計166
4.6 多序列和交叉譜169
4.7 線性濾波器173
4.8 滯後回歸模型177
4.9 信號提取和最佳濾波181
4.10 多維時間序列的譜分析185
問題187
第5章 其他的時域主題195
5.1 長記憶ARMA模型和分數階差分195
5.2 單位根檢驗202
5.3 GARCH模型205
5.4 閾值模型212
5.5 滯後回歸和傳遞函數建模216
5.6 多元ARMAX模型220
問題232
第6章 狀態空間模型234
6.1 線性高斯模型234
6.2 濾波、平滑和預測238
6.3 極大似然估計245
6.4 缺失數據修正253
6.5 結構模型:信號提取和預測257
6.6 具有誤差相關的狀態空間模型260
6.7 自助法狀態空間模型265
6.8 平滑樣條和卡爾曼平滑器270
6.9 隱馬爾可夫模型和轉移自回歸272
6.10 帶轉移的動態線性模型282
6.11 隨機波動率292
6.12 狀態空間模型的貝葉斯分析298
問題307
第7章 頻域統計方法313
7.1 引言313
7.2 譜矩陣和似然函數316
7.3 聯合平穩序列的回歸317
7.4 確定性輸入的回歸324
7.5 隨機系數回歸330
7.6 設計實驗分析332
7.7 判別和聚類分析344
7.8 主成分和因子分析356
7.9 頻譜包絡369
問題378
附錄A 大樣本理論383
附錄B 時域理論398
附錄C 頻譜域定理406
附錄D R補充428
參考文獻438
