商品描述
《時間序列分析—— 基於R（第3版）》是國 內時間序列分析領域的標 桿性教材，以開源R語言 為核心工具，打造了理論 與實踐深度融合的完整教 學體系。本書區別於傳統 基於付費軟件的同類著作 ，依托R語言開源免費、 交互性強、生態活躍的優 勢，從R與RStudio安裝、 基礎語法到時間序列數據 處理、建模、可視化，實 現全流程實操覆蓋，所有 理論方法均配套可直接運 行的代碼，零基礎讀者也 能快速上手。同時，本書 大量引入我國實務數據， 新習題與案例，立足本 土經濟背景，助力讀者學 以致用。全書循序漸進覆 蓋從基礎定義、平穩性檢 驗到核心模型的完整知識 體系，既適配高校統計、 數據科學等專業的教學需 求，也可作為科研人員、 行業從業者的實用工具書 ，兼具教學性、實用性與 前沿性。
作者簡介
王燕，中國人民大學統計學院講師。曾獲得北京市青年教師教學技能大賽三等獎和保險精算課程改革北京市 團隊獎等，被評為中國人民大學十大教學標兵，講授的“壽險精算學”被評為校級精品課程。講授課程：統計學、高等數理統計、金融數學、壽險精算學、生存分析、應用時間序列分析、定性數據分析等。
目錄大綱
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 繪制時序圖
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 特征統計量
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 純隨機序列的檢驗
2.4 習題
第3章 平穩序列的性質
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 自相關系數
3.2.5 偏自相關系數
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模型的偏自相關系數
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模型的統計性質
3.5 習題
第4章 ARMA模型
4.1 建模步驟
4.2 單位根檢驗
4.2.1 DF檢驗
4.2.2 ADF檢驗
4.3 模型識別
4.4 參數估計
4.4.1 矩估計
4.4.2 極大似然估計
4.4.3 小二乘估計
4.5 模型檢驗
4.5.1 模型的顯著性檢驗
4.5.2 參數的顯著性檢驗
4.6 模型優化
4.6.1 問題的提出
4.6.2 AIC準則
4.6.3 BIC準則
4.7 序列預測
4.7.1 線性預測函數
4.7.2 預測方差 小原則
4.7.3 線性 小方差預測的性質
4.8 習題
第5章 ARIMA模型
5.1 Cramer分解定理
5.2 差分平穩
5.2.1 差分運算的實質
5.2.2 差分方式的選擇
5.2.3 過差分
5.3 ARIMA模型
5.3.1 ARIMA模型的結構
5.3.2 ARIMA模型的性質
5.3.3 ARIMA模型建模
5.3.4 ARIMA模型預測
5.4 疏系數模型
5.5 SARIMA模型
5.6 習題
第6章 確定性因素分解
6.1 因素分解理論
6.2 經典因素分解模型
6.2.1 因素分解模型的選擇
6.2.2 趨勢效應的提取
6.2.3 季節效應的提取
6.3 X13-ARIMA-SEATS季節調整模型
6.4 指數平滑預測模型
6.4.1 簡單指數平滑
6.4.2 Holt兩參數指數平滑
6.4.3 Holt-Winters三參數指數平滑
6.5 習題
第7章 多元時間序列分析
7.1 ARIMAX模型
7.2 幹預分析
7.3 偽回歸
7.4 協整模型
7.4.1 單整與協整
7.4.2 協整模型
7.4.3 誤差修正模型
7.5 Granger因果檢驗
7.5.1 Granger因果關系的定義
7.5.2 Granger因果關系的檢驗
7.5.3 Granger因果檢驗的問題
7.6 習題
附錄
參考文獻
