本书首先分析了现有混沌时间序列预测的基本理论与方法，然后给出了两种预测方法：基于最小二乘支持向量机动态选择集成混沌时间序列预测方法和基于变异粒子群联合参数优化多尺度核混沌时间序...
电子书
内容简介
本书以时间序列模型为基础，以经济学和管理学中的案例为载体，采用理论讲解与数据分析案例实践相结合的方式编写而成。全书共9章，包括时间序列分析基础、线性时间序列模型、单位根时间序列模型、非线性时间序列模型、协整时间序列模型、波动率模型、时间序列的机器学习方法、时间序列的深度学习方法和课程综合案例等内容。本书配有PPT课件、教学大纲、数据集、R语言代码、课后习题答案、模拟试卷及答案等教学资源，使用本书的老师可在人邮教育社区免费下载使用。
章节目录
- 第1章时间序列分析基础
- 本章导读
- 1.1 时间序列数据概述
- 1.1.1 数据类型
- 1.1.2 数据可视化
- 1.1.3 数据来源
- 1.1.4 数据特征
- 1.1.5 数据预处理
- 1.2 时间序列的基本概念
- 1.2.1 平稳性
- 1.2.2 遍历性
- 1.2.3 白噪声
- 1.2.4 鞅差过程
- 1.2.5 相依性度量
- 1.2.6 长期协方差
- 1.3 时间序列基本模型
- 1.3.1 白噪声模型
- 1.3.2 滑动平均模型
- 1.3.3 自回归模型
- 1.3.4 自回归滑动平均模型
- 1.4 时间序列预测方法
- 1.4.1 均值预测法
- 1.4.2 朴素预测法
- 1.4.3 滑动平均法
- 1.4.4 指数平滑法
- 1.4.5 模型预测法
- 1.5 案例分析: 投资组合
- 习题
- 第2章线性时间序列模型
- 本章导读
- 2.1 线性时间序列模型基础
- 2.1.1 线性时间序列过程
- 2.1.2 滞后算子
- 2.2 自回归模型
- 2.2.1 一阶自回归模型
- 2.2.2 二阶自回归模型
- 2.2.3 ｐ 阶自回归模型
- 2.2.4 自回归模型定阶
- 2.2.5 自回归模型预测
- 2.3 滑动平均模型
- 2.3.1 一阶滑动平均模型
- 2.3.2 二阶滑动平均模型
- 2.3.3 ｑ 阶滑动平均模型
- 2.3.4 滑动平均模型定阶
- 2.3.5 滑动平均模型预测
- 2.4 自回归滑动平均模型
- 2.4.1 简单自回归滑动平均模型
- 2.4.2 自回归滑动平均模型定阶
- 2.4.3 自回归滑动平均模型预测
- 2.5 线性时间序列建模指南
- 2.5.1 线性时间序列建模思想
- 2.5.2 线性时间序列建模步骤
- 2.6 案例分析
- 习题
- 第3章单位根时间序列模型
- 本章导读
- 3.1 单位根举例
- 3.1.1 醉汉
- 3.1.2 股票价格
- 3.1.3 消费
- 3.2 自回归模型的统计推断
- 3.2.1 平稳过程
- 3.2.2 单位根过程
- 3.2.3 爆炸过程
- 3.3 单位根检验
- 3.3.1 Dickey-Fuller检验
- 3.3.2 Phillips-Perron检验
- 3.3.3 ADF检验
- 3.3.4 其他检验
- 3.4 案例分析
- 习题
- 第4章非线性时间序列模型
- 4.1 参数非线性时间序列模型
- 4.1.1 自激励门限自回归模型
- 4.1.2 平滑转换自回归模型
- 4.1.3 马尔可夫区制转换自回归模型
- 4.2 非参数时间序列模型
- 4.2.1 核估计
- 4.2.2 筛分估计
- 4.3 半参数时间序列模型
- 4.3.1 部分线性回归模型
- 4.3.2 单因子回归模型
- 4.3.3 可加模型
- 4.3.4 变系数模型
- 4.4 非线性检验
- 4.4.1 参数非线性检验
- 4.4.2 非参数模型设定检验
- 4.5 案例分析
- 习题
- 第5章协整时间序列模型
- 本章导读
- 5.1 虚假回归
- 5.1.1 虚假回归的发现
- 5.1.2 虚假回归的特征
- 5.2 协整模型
- 5.2.1 协整的定义
- 5.2.2 协整的误差修正表示
- 5.2.3 协整的检验
- 5.3 平衡回归
- 5.3.1 平衡回归的构造
- 5.3.2 平衡回归的性质
- 5.4 非线性协整模型
- 5.4.1 参数非线性协整模型
- 5.4.2 非参数协整模型
- 5.4.3 半参数协整模型
- 5.4.4 变系数协整模型
- 5.5 协整模型的模型设定检验
- 5.6 案例分析
- 习题
- 第6章波动率模型
- 本章导读
- 6.1 自回归条件异方差模型
- 6.1.1 ARCH模型及其性质
- 6.1.2 ARCH模型的估计
- 6.1.3 检验ARCH效应
- 6.1.4 ARCH模型建模步骤
- 6.2 广义自回归条件异方差模型
- 6.3 其他条件异方差模型
- 6.3.1 IGARCH
- 6.3.2 ARCH-M模型
- 6.3.3 EGARCH
- 6.3.4 TGARCH
- 6.3.5 半/ 非参数GARCH
- 6.4 多元波动率模型
- 6.4.1 条件协方差模型
- 6.4.2 条件方差和条件相关系数模型
- 6.5 案例分析
- 习题
- 第7章时间序列的机器学习方法
- 本章导读
- 7.1 支持向量回归
- 7.2 回归树
- 7.3 聚类
- 7.3.1 聚类的基本思想
- 7.3.2 ｋ 均值聚类
- 7.3.3 分层聚类
- 7.4 案例分析
- 7.4.1 案例分析1：SVR和回归树的应用
- 7.4.2 案例分析2：时间序列聚类
- 习题
- 第8章时间序列的深度学习方法
- 本章导读
- 8.1 前馈神经网络
- 8.1.1 神经元
- 8.1.2 多层感知机
- 8.2 卷积神经网络
- 8.3 循环神经网络
- 8.3.1 简单循环单元网络
- 8.3.2 长短期记忆网络
- 8.3.3 门控循环单元网络
- 8.4 案例分析
- 8.4.1 案例分析1: 美国GNP数据神经网络预测
- 8.4.2 案例分析2: 股票涨跌的神经网络预测
- 习题
- 第9章课程综合案例
- 本章导读
- 9.1 案例分析: 投资组合
- 9.2 股票的超额收益率的均值预测
- 9.3 股票超额收益率的波动率预测
- 9.4 投资组合
- 9.5 投资策略
- 参考文献
展开全部
时间序列分析是2022年由人民邮电出版社出版,作者涂云东 编著。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《时间序列分析》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
本书首先分析了现有混沌时间序列预测的基本理论与方法，然后给出了两种预测方法：基于最小二乘支持向量机动态选择集成混沌时间序列预测方法和基于变异粒子群联合参数优化多尺度核混沌时间序...
电子书
重新认识时间和空间的本质。
电子书
迅速了解、掌握Wireshark技巧的绝佳读物。
电子书
从数据处理的角度来讲解统计分析。
电子书
本书通过实例的形式全面介绍了ANSYSCFD系列软件在工程流体模拟中的应用，内容涵盖创建几何模型、网格划分、流动模拟、传热模拟、运动模拟、多相流模拟、燃烧及化学反应流模拟和多物...
电子书
近几年，复杂动力网络受到国内外学者的广泛关注。复杂动力网络是描述和研究复杂系统的一种重要方法。所有的复杂系统都可以从实际出发，根据不同的研究角度，使其抽象成为由相互作用的个体组...