時(shí)間序列分析：基于R（第2版）

定　價(jià)：￥39.00

作　者：	王燕著
出版社：	中國人民大學(xué)出版社
叢編項(xiàng)：	基于R應(yīng)用的統(tǒng)計(jì)學(xué)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥26.90)

ISBN：	9787300278988	出版時(shí)間：	2020-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	290	字?jǐn)?shù)：

內(nèi)容簡介

　　時(shí)間序列分析是統(tǒng)計(jì)學(xué)科的一個(gè)重要分支，它主要研究隨著時(shí)間的變化，事物發(fā)生、發(fā)展的過程，尋找事物發(fā)展變化的規(guī)律，并預(yù)測未來的走勢。在日常生產(chǎn)生活中，時(shí)間序列比比皆是，所以目前時(shí)間序列分析方法廣泛地應(yīng)用于經(jīng)濟(jì)，金融，天文，氣象，海洋、物理、化學(xué)、醫(yī)學(xué)，質(zhì)量控制等諸多領(lǐng)域，成為眾多行業(yè)經(jīng)常使用的統(tǒng)計(jì)方法?！稌r(shí)間序列分析：基于R（第2版）/基于R應(yīng)用的統(tǒng)計(jì)學(xué)叢書》是一本用R軟件編寫的入門級時(shí)間序列分析教材。主要包括：時(shí)間序列分析簡介，時(shí)間序列分析的預(yù)處理，ARMA模型的性質(zhì)，平穩(wěn)序列的擬合與預(yù)測，無季節(jié)效應(yīng)的非平穩(wěn)序列分析，有季節(jié)效應(yīng)的非平穩(wěn)序列分析，多元時(shí)間序列分析。

作者簡介

　　王燕，中國人民大學(xué)統(tǒng)計(jì)學(xué)院風(fēng)險(xiǎn)管理與精算方向教師。已開設(shè)課程：統(tǒng)計(jì)學(xué)，高等數(shù)理統(tǒng)計(jì)，金融數(shù)學(xué)，壽險(xiǎn)精算學(xué)，生存分析，應(yīng)用時(shí)間序列分析（本科），應(yīng)用時(shí)間序列分析（碩士），定性數(shù)據(jù)分析等課程。曾獲得：中國人民大學(xué)十大教學(xué)標(biāo)兵，北京市青年教學(xué)技能競賽三等獎(jiǎng)，壽險(xiǎn)精算學(xué)精品課程，保險(xiǎn)精算課程改革北京市優(yōu)秀團(tuán)隊(duì)獎(jiǎng)等

圖書目錄

第 1章時(shí)間序列分析簡介
1．1 引言
1．2 時(shí)間序列的定義
1．3 時(shí)間序列分析方法
1．3．1 描述性時(shí)序分析
1．3．2 統(tǒng)計(jì)時(shí)序分析
1．4 R簡介
1．4．1 R的特點(diǎn)
1．4．2 R和 RStudio的安裝
1．4．3 R語言基本規(guī)則
1．4．4生成時(shí)間序列數(shù)據(jù)
1．4．5時(shí)間序列數(shù)據(jù)的處理
1．4．6繪制時(shí)序圖
1．4．7時(shí)間序列數(shù)據(jù)的導(dǎo)出
1．5習(xí)題
第 2章時(shí)間序列的預(yù)處理
2．1平穩(wěn)序列的定義
2．1．1特征統(tǒng)計(jì)量
2．1．2平穩(wěn)時(shí)間序列的定義
2．1．3平穩(wěn)時(shí)間序列的統(tǒng)計(jì)性質(zhì)
2．1．4平穩(wěn)時(shí)間序列的意義
2．2平穩(wěn)性檢驗(yàn)
2．2．1時(shí)序圖檢驗(yàn)
2．2．2自相關(guān)圖檢驗(yàn)
2．3純隨機(jī)性檢驗(yàn)
2．3．1純隨機(jī)序列的定義
2．3．2純隨機(jī)序列的性質(zhì)
2．3．3純隨機(jī)性檢驗(yàn)
2．4習(xí)題
第 3章 ARMA模型的性質(zhì)
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(wěn)性判別
3．2．3平穩(wěn) AR模型的統(tǒng)計(jì)性質(zhì)
3．2．4自相關(guān)系數(shù)
3．2．5偏自相關(guān)系數(shù)
3．3 MA模型
3．3．1 MA模型的定義
3．3．2 MA模型的統(tǒng)計(jì)性質(zhì)
3．3．3 MA模型的可逆性
3．3．4 MA模型偏自相關(guān)系數(shù)拖尾
3．4 ARMA模型
3．4．1 ARMA模型的定義
3．4．2 ARMA模型的平穩(wěn)性與可逆性
3．4．3 ARMA(p， q)模型的統(tǒng)計(jì)性質(zhì)
3．4．4自相關(guān)系數(shù)
3．5習(xí)題
第 4章平穩(wěn)序列的擬合與預(yù)測
4．1建模步驟
4．2單位根檢驗(yàn)
4．2．1 DF檢驗(yàn)
4．2．2 ADF檢驗(yàn)
4．3模型識別
4．4參數(shù)估計(jì)
4．4．1矩估計(jì)
4．4．2極大似然估計(jì)
4．4．3最小二乘估計(jì)
4．5模型檢驗(yàn)
4．5．1模型的顯著性檢驗(yàn)
4．5．2參數(shù)的顯著性檢驗(yàn)
4．6模型優(yōu)化
4．6．1問題的提出
4．6．2AIC準(zhǔn)則
4．6．3 BIC準(zhǔn)則
4．7序列預(yù)測
4．7．1線性預(yù)測函數(shù)
4．7．2預(yù)測方差最小原則
4．7．3線性最小方差預(yù)測的性質(zhì)
4．7．4修正預(yù)測
4．8習(xí)題
第 5章無季節(jié)效應(yīng)的非平穩(wěn)序列分析
5．1 Cramer分解定理
5．2差分平穩(wěn)
5．2．1差分運(yùn)算的實(shí)質(zhì)
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(jié)構(gòu)
5．3．2 ARIMA模型的性質(zhì)
5．3．3 ARIMA模型建模
5．3．4 ARIMA模型預(yù)測
5．4疏系數(shù)模型
5．5習(xí)題
第 6章有季節(jié)效應(yīng)的非平穩(wěn)序列分析
6．1因素分解理論
6．2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(yīng)的提取
6．2．3季節(jié)效應(yīng)的提取
6．2．4 X11季節(jié)調(diào)節(jié)模型
6．3指數(shù)平滑預(yù)測模型
6．3．1簡單指數(shù)平滑
6．3．2 Holt兩參數(shù)指數(shù)平滑
6．3．3 Holt-Winters三參數(shù)指數(shù)平滑
6．4 ARIMA加法模型
6．5 ARIMA乘法模型
6．6習(xí)題
第 7章多元時(shí)間序列分析
7．1 ARIMAX模型
7．2干預(yù)分析
7．3偽回歸
7．4協(xié)整
7．4．1單整與協(xié)整
7．4．2協(xié)整模型
7．4．3誤差修正模型
7．5 Granger因果檢驗(yàn)
7．5．1 Granger因果關(guān)系定義
7．5．2 Granger因果檢驗(yàn)
7．5．3 Granger因果檢驗(yàn)的問題
7．6習(xí)題
附錄 1
附錄 2
附錄 3
參考文獻(xiàn)