时间序列分析唐立_唐立_9787111773290_厦门外图集团有限公司

本书系统地阐述了线性平稳和非平稳时间序列分析的基本理论、建模方法和预测理论，并且介绍了几种比较流行的非线性时间序列分析方法和常见的确定性时间序列分析方法.结合作者多年的时间序列分析教学和研究的体会，书中各种模型的理论阐述较为全面而深入，但又没有过多的数学推导.每类模型都配备有例题、习题和实际应用案例，几乎所有实际应用案例使用的都是最新的实际数据，并在附录中解读了建模的软件操作步骤.学习本书，读者可以快速掌握各种时间序列分析方法的核心，并能将它们运用于实践.本书可以作为统计学、数学与应用数学等专业高年级本科生或低年级研究生的学习时间序列分析的教材，也可以作为数据分析从业人员的参考书.

前言
数据已是当今社会最有价值的资源之一，数据分为与时间有关的（或者说与次序有关的）数据和与时间无关的（即与次序无关的）数据，时间序列分析就是研究与时间有关的数据规律的学科，可见十分重要.时间序列分析起源于20世纪30年代，学科体系在20世纪70年代初步形成.虽然发展的时间不算长，但目前该学科已具有深入的理论研究体系和广泛的实际应用.
国内第一批时间序列分析教材大约是在2000年出现，它们对时间序列分析课程教学起到很大的帮助和推动作用.近年来新编的教材，更加侧重于介绍各种软件的操作实现，为时间序列分析的实际应用提供方便.作者从事时间序列分析课程教学二十余年，在学习国内外教材和著作的基础上，结合教学中遇到的问题和体会，编写了本书，希望它能够更加全面、系统、新颖和前沿.
本书的全面性体现在书中既包含随机性时间序列分析，又包含确定性时间序列分析；既包含线性时间序列分析，又包含非线性时间序列分析等.本书的系统性体现在，书中对于每种模型的理论阐述都较为系统和深入，但又没有陷入过多的数学推导，以便读者在较短的时间内掌握多种模型的核心知识，并能够运用它们解决实际问题.本书的新颖和前沿性体现在，书中首次引入现在盛行的非线性时间序列机器学习方法,并且注意说明各种方法的区别和可能的结合应用等.书中所有模型都配备有实际应用案例，几乎所有的应用案例都是对近几年的实际数据的建模分析.这些应用案例的原始数据和主要的软件操作步骤在附录中，供读者实践操作.
本书共有7章，第1章概述时间序列分析中的概念和方法等.第3章至第6章是本书的主要内容，叙述经典的一元随机线性时间序列分析.第3章系统阐述平稳可逆线性时间序列模型的基本理论，它们为第4章的样本数据建模提供理论基础.第4章详细论述ARMA模型的样本建模方法，并给出若干实际应用案例.事实上，阅读至此，读者就可以初步掌握线性时间序列的建模分析方法了.然而，实际中大多数序列是非平稳的，不平稳的原因常常是序列中存在趋势或者周期.于是第5章讨论平稳性，并讲解了几种常见的非平稳随机时间序列模型的建模方法.其中的组合模型是随机模型与确定性模型的结合，而对于确定性时间序列分析，我们在第2章中专门予以陈述.时间序列分析的一个主要目的就是预测时间序列，关于模型的预测知识在
第6章中进行介绍.随着时间序列分析学科的发展，非线性时间序列分析已经成为时间序列分析的主流方向.因此，编者在第7章中引入几种流行的非线性时间序列分析方法.本书中每一章的后面都准备有适量的习题，供大家阅读后练习.
本书可以作为统计学、数学与应用数学等专业高年级本科生或低年级研究生学习时间序列分析的教材，也可以作为数据分析从业人员的参考书.
非常感谢在本书编写过程中给予我们鼓励和帮助的老师和同学们，特别感谢编辑汤嘉耐心细致的指导.由于作者学识有限，书中错误和疏漏之处在所难免，还望广大读者不吝赐教，批评指正.
编者

你还可能感兴趣

我要评论