返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版 时间序列分析(基于R的数据分析方法)/华章数学译丛 [美]罗伯
  • 新华书店旗下自营,正版全新
    • 作者: [美]罗伯特·H.沙姆韦著 | [美]罗伯特·H.沙姆韦编 | [美]罗伯特·H.沙姆韦译 | [美]罗伯特·H.沙姆韦绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-09
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    美阅书店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: [美]罗伯特·H.沙姆韦著| [美]罗伯特·H.沙姆韦编| [美]罗伯特·H.沙姆韦译| [美]罗伯特·H.沙姆韦绘
    • 出版社:机械工业出版社
    • 出版时间:2021-09
    • 版次:1版1次
    • 印次:1
    • 开本:16开
    • ISBN:9787111695196
    • 版权提供:机械工业出版社
    • 作者:[美]罗伯特·H.沙姆韦
    • 著:[美]罗伯特·H.沙姆韦
    • 装帧:平装
    • 印次:1
    • 定价:89.00
    • ISBN:9787111695196
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-09
    • 页数:null
    • 外部编号:11469413
    • 版次:1版1次
    • 成品尺寸:暂无

    译者序
    前言
    第1章 时间序列基础 1
    1.1 介绍 1
    1.2 时间序列数据 1
    1.3 时间序列模型 9
    习题 14
    第2章 相关性与平稳时间序列 16
    2.1 度量相关性 16
    2.2 平稳性 20
    2.3 相关系数的估计 28
    习题 34
    第3章 时间序列回归和探索性数据分析 38
    3.1 时间序列的最小二乘 38
    3.2 探索性数据分析 49
    3.3 时间序列中的平滑 61
    习题 67
    第4章 ARMA 模型 69
    4.1 介绍 69
    4.2 相关性函数 79
    4.3 模型估计 86
    4.4 模型预测 97
    习题 100
    第5章 ARIMA 模型 103
    5.1 差分模型 103
    5.2 建立 ARIMA 模型 108
    5.3 季节性 ARIMA 模型 117
    5.4 具有自相关误差的回归* 128
    习题 133
    第6章 频谱分析与滤波 136
    6.1 周期性和循环性行为 136
    6.2 谱密度 144
    6.3 线性滤波器 * 148
    习题 152
    第7章 频谱估计 155
    7.1 周期图和离散傅里叶变换 155
    7.2 非参数谱估计 160
    7.3 参数谱估计 172
    7.4 相干性和交叉谱 * 174
    习题 178
    第8章 其他主题 * 181
    8.1 GARCH 模型 181
    8.2 单位根检验 189
    8.3 长记忆模型和分数阶差分 192
    8.4 状态空间模型 198
    8.5 交叉相关分析和预白化 201
    8.6 自回归模型的自助法 205
    8.7 阈值自回归模型 209
    习题 214
    附录A R 补充材料 216
    附录B 概率论与统计入门 235
    附录C 复数入门 240
    附录D 其他时域理论 247
    附录E 部分习题的提示 256
    参考文献 264

    罗伯特·H. 沙姆韦(Robert H. Shumway) 加利福尼亚大学戴维斯分校统计系荣誉退休教授,美国统计协会会士,曾获美国统计协会杰出统计应用奖。著作等身,并在Journal of Forecasting和Journal of the American Statistical Association等专业期刊的编委会任职。

    戴维·S. 斯托弗(David S. Stoffer) 匹兹堡大学统计系教授,美国统计协会会士,曾获美国统计协会杰出统计应用奖。目前是Journal of Forecasting、Annals of Statistical Mathematics和Journal of Time Series Analysis的编委会成员。曾担任美国国家科学基金会的数学科学部项目主任,以及Journal of the American Statistical Association和Journal of Business & Economic Statistics的助理编辑。

    融合了作者多年的实践教学经验,通过大量示例说明了如何利用时间序列分析来解决各类问题

    本书以易于理解的方式讲述了时间序列模型及其应用,内容包括趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差模型、谱分析入门、谱估计和门限模型。对所有的思想和方法,都用真实数据集和模拟数据集进行了说明。

    本书融合了作者多年的实践教学经验,旨在帮助读者了解时间序列作为一种分析工具所具有的丰富性和多样性。全书以一些有意义的数据集为基础,详细阐释了时间序列在医学、生物学、物理学和社会科学领域的广泛应用,并强调数据分析方法,对时域和频域方法进行了全面的介绍。 本书通过大量示例说明了如何利用时间序列分析来解决各类问题,例如,发现自然和人为的气候变化、使用功能性磁共振成像评估疼痛感知实验,以及对经济和金融问题的分析等。书中所有示例都基于R语言实现,但是阅读本书并不需要读者会用R软件。本书可以作为一学期时间序列分析导论课程的教材,需要读者具备高中数学基础,并且掌握线性回归和基于微积分的基本概率论知识。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购