應(yīng)用時間序列分析（基于Python）

定　價(jià)：￥54.00

作　者：	王春寧，趙煜編
出版社：	中國統(tǒng)計(jì)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥51.30)

ISBN：	9787503799631	出版時間：	2022-09-01	包裝：	平裝
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　時間序列分析是統(tǒng)計(jì)學(xué)非常重要的一個分支，它遵循統(tǒng)計(jì)學(xué)基本原理，利用樣本信息估計(jì)總體性質(zhì)。但是由于時間的不可重復(fù)性，大多數(shù)時間序列的觀察樣本有且只有一個。這種特殊的數(shù)據(jù)結(jié)構(gòu)使得時間序列分析具有獨(dú)特且自成體系的一套分析方法?！稇?yīng)用時間序列分析——基于Python》旨在介紹時間序列分析的基本概念、原理及模型，涵蓋了時間序列分析中最基本的線性模型及非線性模型。全書共有七章，可作為一個學(xué)期的課程教材，供高等院校統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)等專業(yè)本科生和研究生使用。該書使用Python作為數(shù)據(jù)分析軟件。該書特色之一在于采用模型、數(shù)據(jù)雙向分析：一，從模型出發(fā)，模擬過程。通過對模擬數(shù)據(jù)的直觀分析，反射出模型的理論屬性；二，從數(shù)據(jù)出發(fā)，擬合模型。通過對實(shí)際數(shù)據(jù)的分析，從多角度挖掘數(shù)據(jù)信息，擬合經(jīng)驗(yàn)?zāi)Ｐ?。為了幫助讀者在學(xué)習(xí)理論知識的同時，能夠熟練掌握Python中時間序列的分析過程，該書在每一章的案例分析中，給出并詳細(xì)說明每一步分析對應(yīng)的代碼及輸出結(jié)果。

作者簡介

暫缺《應(yīng)用時間序列分析（基于Python）》作者簡介

圖書目錄

第1章時間序列分析概論
1．1 時間序列
1．2 時間序列分析
1．3 時間序列分析的基本概念
1．4 時間序列分析的一般步驟
1．5 時間序列分析軟件——Python簡介
1．6 習(xí)題

第2章平穩(wěn)時間序列模型
2．1 自回歸模型
2．2 移動平均模型
2．3 自回歸移動平均模型
2．4 平穩(wěn)時間序列模型的特征
2．5 平穩(wěn)時間序列模型的建立
2．6 Pandit-Wu建模方法
2．7 案例分析
2．8 習(xí)題

第3章非平穩(wěn)時間序列模型
3．1 非平穩(wěn)時間序列
3．2 無季節(jié)效應(yīng)的非平穩(wěn)時間序列模型
3．3 ARIMA模型的建立
3．4 有季節(jié)效應(yīng)的非平穩(wěn)時間序列模型
3．5 季節(jié)ARIMA模型的建立
3．6 案例分析
3．7 習(xí)題

第4章時間序列的預(yù)測
4．1 最小均方誤差預(yù)測
4．2 平穩(wěn)時間序列的預(yù)測
4．3 非平穩(wěn)時間序列的預(yù)測
4．4 案例分析
4．5 習(xí)題

第5章多元時間序列分析
5．1 向量平穩(wěn)時間序列
5．2 VAR（p）模型
5．3 傳遞函數(shù)模型
5．4 協(xié)整與誤差修正模型
5．5 案例分析
5．6 習(xí)題

第6章條件異方差模型
6．1 條件期望與無條件期望
6．2 ARCH模型
6．3 GARCH模型
6．4 GARCH模型的建立
6．5 GARCH類模型的擴(kuò)展
6．6 案例分析
6．7 習(xí)題

第7章門限自回歸模型
7．1 門限自回歸模型
7．2 門限自回歸模型的建立
7．3 門限自回歸模型的擴(kuò)展形式
7．4 案例分析
7．5 習(xí)題
參考文獻(xiàn)
附錄