"Time Series Analysis with Long Memory in View" - книга, которая предлагает простое изложение основного материала по анализу временных рядов и дает понимание основных технических аспектов и методов доказательства. Временные ряды с долгой памятью характеризуются сильной зависимостью между удаленными событиями. Эта книга знакомит читателей с теорией и основами анализа одномерных временных рядов с фокусом на долгой памяти и фрактальной интеграции, которые встраиваются в общую концепцию. В книге представлена общая теория временных рядов, включая некоторые аспекты, которые не рассматриваются в других книгах по временным рядам, такие как эргодичность, устойчивость против памяти, асимптотические свойства периодограммы и оценка Уиттла. В последующих главах рассматриваются общая теория центрального предельного значения функционала, параметрическая и полупараметрическая оценка параметра долгой памяти и локально оптимальные тесты. Книга "Time Series Analysis with Long Memory in View" интуитивна и легка в чтении, и предлагает главы, охватывающие следующие темы: Стационарные процессы; Скользящие средние и линейные процессы; Анализ в частотной области; Дифференцирование и интегрирование; Фрактально интегрированные процессы; Выборочные средние; Параметрические оценщики; Полупараметрические оценщики; и Тестирование. Книга также затрагивает дополнительные темы. Основные особенности книги: Предлагает примеры в начале главы, а также технические доказательства и доводы в конце главы. Содержит множество новых результатов по процессам с долгой памятью, которые не появлялись в предыдущих учебниках. Использует базовые математические (исчисление) подходы к анализу временных рядов с долгой памятью. Содержит 25 иллюстративных рисунков, а также списки обозначений и акронимов. Книга "Time Series Analysis with Long Memory in View" является идеальным учебным пособием для аспирантов первого года обучения, исследователей и практиков в области статистики, эконометрики и любой области применения, которая использует временные ряды на длительный период. Она также будет полезна исследователям, студентам и практикам в этих областях, которым требуется строгое введение в анализ временных рядов.
The book is written in such a way that it presents a clear exposition about basic time series theory without assuming prior knowledge. Topics such as long memory effects, ergodicity and their proof techniques are described in detail. The author provides theoretical foundations of this approach to univariate time-series analysis along with its fractional integration and follows up by learning about practical simulation models. Various chapters provide in-depth discussion regarding general functional limit theory which includes both parametric and semi-parametric estimation for long-memory parameters and the design of locally optimal test studies. Teaching points are complemented with aids such as visualization (illustration), introduction of necessary mathematics, chapter-wise examples and requisite proofs or arguments. To cap it all, the concept is discussed highlighted with 25 captivating diagrams as well as provides an inclusive index, cross-references and an informative list of acronyms and brief explanation for all major aspects of long-time memory analysis are shared. This text proves be an ideal companion for entry level postgraduate students entering the world of master's level courses working in either the fields of statistics, economic research or practical areas using time series forecasts over a lengthy period or for beginners Cloud clear-cut understanding on statistical topics on time series.
Электронная Книга «Time Series Analysis with Long Memory in View» написана автором Uwe Hassler в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119470281
Описание книги от Uwe Hassler
Provides a simple exposition of the basic time series material, and insights into underlying technical aspects and methods of proof Long memory time series are characterized by a strong dependence between distant events. This book introduces readers to the theory and foundations of univariate time series analysis with a focus on long memory and fractional integration, which are embedded into the general framework. It presents the general theory of time series, including some issues that are not treated in other books on time series, such as ergodicity, persistence versus memory, asymptotic properties of the periodogram, and Whittle estimation. Further chapters address the general functional central limit theory, parametric and semiparametric estimation of the long memory parameter, and locally optimal tests. Intuitive and easy to read, Time Series Analysis with Long Memory in View offers chapters that cover: Stationary Processes; Moving Averages and Linear Processes; Frequency Domain Analysis; Differencing and Integration; Fractionally Integrated Processes; Sample Means; Parametric Estimators; Semiparametric Estimators; and Testing. It also discusses further topics. This book: Offers beginning-of-chapter examples as well as end-of-chapter technical arguments and proofs Contains many new results on long memory processes which have not appeared in previous and existing textbooks Takes a basic mathematics (Calculus) approach to the topic of time series analysis with long memory Contains 25 illustrative figures as well as lists of notations and acronyms Time Series Analysis with Long Memory in View is an ideal text for first year PhD students, researchers, and practitioners in statistics, econometrics, and any application area that uses time series over a long period. It would also benefit researchers, undergraduates, and practitioners in those areas who require a rigorous introduction to time series analysis.
