出版时间:2011-4 出版社:机械工业出版社 作者:博克斯 页数:426 译者:王成璋
Tag标签:无
内容概要
本书内容始终都是时间序列领域的权威。第4版仍然分为5个部分,相对第3版新增内容主要有非线性和长记忆模型、多元时间序列分析以及前馈控制,其余各章节根据现实和教学需要均有不同程度的更新。在本书中,几位统计学大师用极其通俗的语言,结合大量的实例,阐明了时间序列分析的精髓。本书内容十分丰富,叙述简明,强调实际应用。相信每一位研读此书的读者都会获益匪浅。
本书可作为统计和相关专业高年级本科生或研究生教材,也可以作为统计专业技术人员的参考书。
作者简介
作者:(美国)博克斯
书籍目录
译者序
第4版前言
第3版前言
教学建议
第1章 引言
第一部分 随机模型及其预测
第2章 平衡过程的自相关函数和谱
第3章 线性平稳模型
第4章 线性非平稳模型
第5章 预测
第二部分 随机模型的建立
第6章 模型识别
第7章 模型的估计
第8章 模型的诊断检验
第9章 季节模型
第10章 非线性和长记忆模糊
第三部分 传递函数模型和多变量模型的建立
第11章 传递函数模型
第12章 传递函数模型的识别、拟合及检验
第13章 干预分析模型和异常值检测
第14章 多元时间序列分析
第四部分 离散控制方案的设计
第15章 过程控制的各个方面
第五部分 图表
图表汇集
正文和习题中使用的时间序列汇集
习题
章节摘录
第1章 引言 时间序列是根据时间顺序得到的一系列观测值。许多数据都是以时间序列的形式呈现的,如:一个工厂装船货物数量的月度序列、公路事故发生数量的周度序列、一个化学过程的每小时观测值序列,等等。时间序列数据涉及的领域广泛,包括:经济学、商学、工程学、自然科学(尤其是地理物理学和气象学),以及社会科学。有关这一类数据的例子将是我们关心和讨论的,并将在时间序列图形中给予展示。时间序列固有的典型特征就是,相邻观测值之间的相互依赖性。在一个时间序列中,观测值之间的相互依赖性具有极大的实用价值。时间序列分析正是讨论这种观测值之间相互依赖性的一种分析技术。这要求为时间序列数据发展出随机动态模型,并在相关领域应用这些模型。 在本书随后的各章中,我们将展示如何建立、识别、拟合和检验时间序列模型与动态系统的方法。讨论的这些方法适用于离散系统(数据抽样),即系统观测值的采集是在相同时间间隔中。 我们在五个重要领域演示时间序列和动态系统的应用: 1)根据当前值和过去值,预测一个时间序列的未来值。 2)根据系统惯性,测算传递函数——即测算一个动态输入一输出模型,使这一模型可以显示任意给定的输入序列对于系统输出的影响。 3)使用传递函数模型中的指示性输入变量,来展示和评估一个异常干扰事件对时间序列特征的影响。 4)检查几个相关的时间序列变量的相关性,测算出适当的多变量动态模型,以表达基于时间上的变量间的联合关系。 5)通过补偿目标输出系统的潜在偏差,来设计简单的控制方案。并进一步调整输入序列的值。 ……
图书封面
图书标签Tags
无
评论、评分、阅读与下载