Книга “Курс анализа временных рядов” автора Ruey Tsay представляет собой введение в использование статистических методов и направлений исследований во временных рядах. В ней рассматриваются методы построения моделей временных рядов для одномерных и многомерных временных рядов данных. Книга объединяет материал, ранее доступный только в профессиональной литературе, и предоставляет единое представление об наиболее передовых процедурах, доступных для построения моделей временных рядов. Авторы начинают с основных концепций в одномерных временных рядах, предоставляя актуальную презентацию моделей ARIMA, включая фильтр Калмана, анализ выбросов, автоматические методы построения моделей ARIMA и извлечение сигнала. Затем они переходят к продвинутым темам, уделяя особое внимание гетероскедастическим моделям, нелинейным моделям временных рядов, байесовскому анализу временных рядов, непараметрическому анализу временных рядов и нейронным сетям. Многомерный временной ряд охватывает презентации о векторно-АРМА-моделях, коинтеграции и многолинейных системах. Среди специальных функций: вклад одиннадцати ведущих мировых специалистов по временным рядам.
This book presents new statistical methods, directions of detail research, time series modellization.
Электронная Книга «A Course in Time Series Analysis» написана автором Ruey Tsay S. в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118031223
Описание книги от Ruey Tsay S.
New statistical methods and future directions of research in time series A Course in Time Series Analysis demonstrates how to build time series models for univariate and multivariate time series data. It brings together material previously available only in the professional literature and presents a unified view of the most advanced procedures available for time series model building. The authors begin with basic concepts in univariate time series, providing an up-to-date presentation of ARIMA models, including the Kalman filter, outlier analysis, automatic methods for building ARIMA models, and signal extraction. They then move on to advanced topics, focusing on heteroscedastic models, nonlinear time series models, Bayesian time series analysis, nonparametric time series analysis, and neural networks. Multivariate time series coverage includes presentations on vector ARMA models, cointegration, and multivariate linear systems. Special features include: Contributions from eleven of the worldâ??s leading figures in time series Shared balance between theory and application Exercise series sets Many real data examples Consistent style and clear, common notation in all contributions 60 helpful graphs and tables Requiring no previous knowledge of the subject, A Course in Time Series Analysis is an important reference and a highly useful resource for researchers and practitioners in statistics, economics, business, engineering, and environmental analysis. An Instructor's Manual presenting detailed solutions to all the problems in the book is available upon request from the Wiley editorial department.
