由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书时间序列分析 基于R的数据分析方法9787111695196
¥ ×1
译者序
前言
章 时间序列基础
1.1 介绍
1.2 时间序列数据
1.3 时间序列模型
习题
第2章 相关与平稳时间序列
2.1 度量相关
2.2 平稳
. 相关系数的估计
习题
第3章 时间序列回归和探索数据分析
3.1 时间序列的二乘
3.2 探索数据分析
3.3 时间序列中的平滑
习题
第4章 ARMA模型
4.1 介绍
4.2 相关函数
4.3 模型预测
习题
第5章 ARIMA模型
5.1 差分模型
5.2 建立ARIMA模型
5.3 季节ARIMA模型
5.4 具有自相关误差的回归
习题
第6章 频谱分析与滤波
6.1 周期和循环行为
6.2 谱密度
6.3 线滤波器
习题
第7章 频谱估计
7.1 周期图和离散傅里叶变换
7.2 非参数谱估计
7.3 参数谱估计
7.4 相干和谱
习题
第8章 主题
8.1 GARCH模型
8.2 单位根检验
8.3 长记忆模型和分数阶差分
8.4 状态空间模型
8.5 交叉相关分析和预白化
8.6 自回归模型的自法
8.7 阈值自回归模型
习题
附录A R补充材料
附录B 概率论与统计入门
附录C 复数入门
附录D 时域理论
附录E 部分习题的提示
参考文献
本书融合了作者多年的实践教学经验,旨在帮读者了解时间序列作为一种分析工具所具有的丰富和多样。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,并且掌握线回归和基于微积分的基本概率论知识。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
