《時間序列分析及應用（R語言）（原書第2版）》以易于理解的方式講述了時間序列模型及其應用，內容包括趨勢、平穩(wěn)時間序列模型、非平穩(wěn)時間序列模型、模型識別、參數估計、模型診斷、預測、季節(jié)模型、時間序列回歸模型、異方差模型、譜分析入門、譜估計和門限模型。對所有的思想和方法，都用真實數據集和模擬數據集進行了說明。
《時間序列分析及應用（R語言）（原書第2版）》的一大特點是采用R語言來作圖和分析數據，書中的所有圖表和實證結果都是用R命令得到的。作者還為《時間序列分析及應用（R語言）（原書第2版）》制作了大量新增或增強的-函數�！稌r間序列分析及應用（R語言）（原書第2版）》的另一特點是包含很多有用的附錄．例如，回顧了有關期望、方差、協(xié)方差、相關系數等概念．筒述了條件期望的性質以及最小均方誤差預測等內容，這些附錄有利于關心技術細節(jié)的讀者深入了解相關內容．
《時間序列分析及應用（R語言）（原書第2版）》海報：
Jonathan D Cryer，他美國艾奧瓦大學統(tǒng)計與精算學系退休教授。他是美國統(tǒng)計學會會士，獲得過艾奧瓦大學教學獎。除本書外，他還與人合蓍有Statistics for Business：Dat，Analysis and Modelingfsecond Edition）、Minitab Handbook（Fifth Editiom、ElectronlCompaniontoStatlst。
譯者序
前言
第1章 引論
1.1 時間序列舉例
1.2 建模策略
1.3 歷史上的時間序列圖
1.4 本書概述
習題
第2章 基本概念
2.1 時間序列與隨機過程
2.2 均值、方差和協(xié)方差
2.3 平穩(wěn)性
2.4 小結
習題
附錄A 期望、方差、協(xié)方差和相關系數
第3章 趨勢
3.1 確定性趨勢與隨機趨勢
3.2 常數均值的估計
3.3 回歸方法
3.4 回歸估計的可靠性和有效性
3.5 回歸結果的解釋
3.6 殘差分析
3.7 小結
習題
第4章 乎穩(wěn)時間序列模型
4.1 一般線性過程
4.2 滑動乎均過程
4.3 自回歸過程
4.4 自回歸滑動平均混合模型
4.5 可逆性
4.6 小結
習題
附錄B AR(2)過程的平穩(wěn)域
附錄C ARMA(p，g)模型的自相關函數
第5章 平穩(wěn)時間序列模型
5.1 通過差分平穩(wěn)化
5.2 ARIMA模型
5.3 ARIMA模型中的常數項
5.4 其他變換
5.5 小結
習題
附錄D 延遲算子
第6章 模型識別
6.1 樣本自相關函數的性質
6.2 偏白相關函數和擴展的自相關函數
6.3 對一些模擬的時間序列數據的識別
6.4 非平穩(wěn)性
6.5 其他識別方法
6.6 一些真實時間序列的識別
6.7 小結
習題
第7章 參數估計
7.1 矩估計
7.2 最小二乘估計
7.3 極大似然與五條件最小二乘
7.4 估計的性質一
7.5 參數估計例證
7.6 自助法估計ARIMA模型
7.7 小結
習題
第8章 模型診斷
8.1 殘差分析
8.2 過度擬合和參數冗余
8.3 小結
習題
第9章 預測
9.1 最小均方誤差預測
9.2 確定性趨勢
9.3 ARIMA預測
……
第10章 季節(jié)模型
第11章 時間序列回歸模型
第12章 異議差時間序列模型
第13章 譜分析入門
第14章 譜估計
第15章 門限模型
參考答案
書單推薦
