| | | | 機械工業出版社 時間序列分析及應用 R語言 克萊爾 原書第2版 華 | | 該商品所屬分類：圖書 -> 機械工業出版社 | | 【市場價】 | 376-544元 | | 【優惠價】 | 235-340元 | | 【作者】 | 潘紅宇 | | 【出版社】 | 機械工業出版社 | | 【ISBN】 | 9787111325727 | | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
| | 【本期贈品】 | ①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾
|
|
| 版本 | 正版全新電子版PDF檔 | | 您已选择： | 正版全新 | 溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。 | | | |
| | 內容介紹 | |
店鋪：機械工業出版社官方旗艦店 出版社：機械工業出版社 ISBN：9787111325727 商品編碼：10030418642426 品牌：機械工業出版社（CMP） 出版時間：2011-01-01 頁數：200 字數：400000 審圖號：9787111325727 作者：潘紅宇
" 
商品參數
| 商品基本信息 | | 商品名稱： | 時間序列分析及應用：R語言 | | 作者： | 潘紅宇 | | 市場價： | 48.00 | | ISBN號： | 9787111325727 | | 版次： | 1-2 | | 出版日期： | 2011-01 | | 頁數： | 350 | | 字數： | | | 出版社： | 機械工業出版社 |
內容介紹
| 內容簡介 | 本書以易於理解的方式講述了時間序列模型及其應用，主要內容包括：趨勢、平穩時間序列模型、非平穩時間序列模型、模型識別、參數估計、模型診斷、預測、季節模型、時間序列回歸模型、異方差時間序列模型、譜分析入門、譜估計、門限模型.對所有的思想和方法，都用真實數據集和模擬數據集進行了說明.
本書可作為高等院校統計、經濟、商科、工程及定量社會科學等專業學生的教材或教學參考書，同時也可供相關技術人員使用.Translation from the English language edition:Time Series Analysis with Applications in R ,Second Edition（ISBN 978*0*387*75958*6）by Jonathan D.Cryer and Kung*Sik Chan.
Copyright 2008 Springer Science+Business Media,LLC.
Springer is a part of Springer Science+Business Media.
|
目錄
| 目錄 | 譯者序
前 言
*1章 引論1
1.1 時間序列舉例1
1.2 建模策略6
1.3 歷史上的時間序列圖6
1.4 本書概述7
習題7
*2章 基本概念8
2.1 時間序列與隨機過程8
2.2 均值、方差和協方差8
2.3 平穩性11
2.4 小結14
習題14
附錄A 期望、方差、協方差和相關繫數18
第3章 趨勢20
3.1 確定性趨勢與隨機趨勢20
3.2 常數均值的估計20
3.3 回歸方法22
3.4 回歸估計的可靠性和有效性26
3.5 回歸結果的解釋29
3.6 殘差分析31
3.7 小結36
習題37
第4章 平穩時間序列模型40
4.1 一般線性過程40
4.2 滑動平均過程41
4.3 自回歸過程48
4.4 自回歸滑動平均混合模型56
4.5 可逆性57
4.6 小結58
習題58
附錄B AR（2）過程的平穩域61
附錄C ARMA(p,q)模型的自相關函數62
第5章 非平穩時間序列模型63
5.1 通過差分平穩化63
5.2 ARIMA模型66
5.3 ARIMA模型中的常數項70
5.4 其他變換70
5.5 小結73
習題73
附錄D 延遲算子75
第6章 模型識別77
6.1 樣本自相關函數的性質77
6.2 偏自相關函數和擴展的自相關函數79
6.3 對一些模擬的時間序列數據的識別83
6.4 非平穩性88
6.5 其他識別方法92
6.6 一些真實時間序列的識別94
6.7 小結99
習題99
第7章 參數估計105
7.1 矩估計105
7.2 *小二乘估計108
7.3 極大似然與無條件*小二乘112
7.4 估計的性質113
7.5 參數估計例證115
7.6 自助法估計ARIMA模型118
7.7 小結120
習題120
第8章 模型診斷125
8.1 殘差分析125
8.2 過度擬合和參數冗餘132
8.3 小結134
習題135
第9章 預測137
9.1 *小均方誤差預測137
9.2 確定性趨勢137
9.3 ARIMA預測138
9.4 預測極限145
9.5 預測的圖示146
9.6 ARIMA預測的更新148
9.7 預測的權重與指數加權滑動平均148
9.8 變換序列的預測149
9.9 某些ARIMA模型預測的總結151
9.10 小結152
習題152
附錄E 條件期望156
附錄F *小均方誤差預測157
附錄G 截斷線性過程158
附錄H 狀態空間模型160
*10章 季節模型164
10.1 季節ARIMA模型165
10.2 乘法季節ARMA模型166
10.3 非平穩季節ARIMA模型168
10.4 模型識別、擬合和檢驗169
10.5 季節模型預測174
10.6 小結178
習題178
*11章 時間序列回歸模型180
11.1 干預分析180
11.2 異常值185
11.3 偽相關188
11.4 預白化與隨機回歸191
11.5 小結198
習題198
*12章 異方差時間序列模型201
12.1 金融時間序列的一些共同特征201
12.2 ARCH(1)模型206
12.3 GARCH模型209
12.4 極大似然估計214
12.5 模型診斷217
12.6 條件方差非負條件221
12.7 GARCH模型的一些擴展223
12.8 另一個示例：USD/HKD彙率日數據224
12.9 小結226
習題226
附錄I 廣義混合檢驗公式228
*13章 譜分析入門229
13.1 引言229
13.2 周期圖231
13.3 譜表示和譜分布235
13.4 譜密度237
13.5 ARMA過程的譜密度238
13.6 樣本譜密度的抽樣性質243
13.7 小結247
習題247
附錄J 餘弦與正弦序列的正交性250
*14章 譜估計251
14.1 平滑譜密度251
14.2 偏差和方差253
14.3 帶寬254
14.4 譜置信區間254
14.5 洩露和錐削256
14.6 自回歸譜估計259
14.7 模擬數據示例259
14.8 真實數據示例264
14.9 其他譜估計法268
14.10 小結269
習題269
附錄K 錐削與狄利克雷核271
*15章 門限模型273
15.1 用圖解法探索非線性274
15.2 非線性檢驗278
15.3 多項式模型一般是爆炸性的280
15.4 一階門限自回歸模型282
15.5 門限模型285
15.6 門限非線性的檢驗285
15.7 TAR模型的估計287
15.8 模型診斷293
15.9 預測295
15.10 小結298
習題298
附錄L TAR廣義混合檢驗299
附錄Ⅰ R入門301
附錄Ⅱ 數據集合的說明339
參考文獻342
|
" | | |
| | | | |
|
