基本信息
- 原书名:Time Series Analysis: With Applications in R 2nd edition
- 原出版社: Springer
- 作者: (美)Jonathan D.Cryer Kung-Sik Chan
- 译者: 潘红宇
- 丛书名: 华章数学译丛
- 出版社:机械工业出版社
- ISBN:9787111325727
- 上架时间:2011-10-24
- 出版日期:2011 年1月
- 开本:16开
- 页码:350
- 版次:2-1
- 所属分类:数学 > 分析 > 数学分析
教材

编辑推荐
Jonathan D. Cryer、Kung-Sik Chan编*的《时间序列分析及应用(R语言原书第2版)》以易于理解的方式讲述了时间序列模型及其应用,内容包括趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差模型、谱分析入门、谱估计和门限模型。对所有的思想和方法,都用真实数据集和模拟数据集进行了说明。
《时间序列分析及应用(R语言原书第2版)》的一大特点是采用R语言来作图和分析数据,书中的所有图表和实证结果都是用R命令得到的。作者还为《时间序列分析及应用(R语言原书第2版)》制作了大量新增或增强的函数,可以从www.r-project.org的TSA程序包中找到。此外,每一章的R命令脚本文件,可从www.stat.uiowa.edu/~kchan/TSA.htm下载。
《时间序列分析及应用(R语言原书第2版)》的另一特点是包含很多有用的附录,例如,回顾了有关期望、方差、协方差、相关系数等概念.筒述了条件期望的性质以及*小均方误差预测等内容,这些附录有利于关心技术细节的读者深入了解相关内容。
内容简介
作译者
Kung-Sik Chan 美国艾奥瓦大学统计与精算学系教授。他是美国统计学会会士、数学统计学会会员,并且是国际统计学会推荐成员。他于1996年获得艾奥瓦大学系专家奖。除本书外,他还与人合著有《Chaos: A Statistical Perspective》一书,并发表了大量学术论文。
目录
前言
第1章引论1
1.1时间序列举例1
1.2建模策略6
1.3历史上的时间序列图6
1.4本书概述7
习题7
第2章基本概念8
2.1时间序列与随机过程8
2.2均值、方差和协方差8
2.3平稳性11
2.4小结14
习题14
附录A期望、方差、协方差和相关系数18
第3章趋势20
3.1确定性趋势与随机趋势20
3.2常数均值的估计20
3.3回归方法22
3.4回归估计的可靠性和有效性26
译者序
本书的另一个特色是,各章都提供了实现所有实证结果的R程序,并在附录Ⅰ里对R语言给出了详细介绍.作为一款免费的软件,R语言可提供广泛的统计和作图技术,并且具有高度扩展性,已为统计学家和计量经济学家广泛使用.另外,很多最新的理论方法的R实现程序还可以很方便地从网络上查找到.通过本教材的学习,读者能够快速掌握R软件的使用方法,利用既有的程序达成研究目的.
本书适合一学期的教学安排,内容介绍深入浅出,概念严谨准确,是一本不错的入门教材.
本书的翻译工作凝聚了多人的劳动,具体分工如下:潘红宇翻译了第1、2、7、13、14、15章,王玲玲翻译了第3章和第9章,李瑶帆翻译了第4章和第5章,梁丽英翻译了第6章和第8章,关晨翻译了第10章和第11章,闵敏翻译了第12章,秦智鹏翻译了第16章.最后,由潘红宇对全书进行了统稿.
由于译者水平有限,译稿中的疏漏在所难免,敬请读者批评指正.
译 者
2010年11月
前言
本书可作为一学期的课程教材,供统计、经济、商科、工程及定量社会科学等专业学生使用,读者需要具备从基本应用统计到多元线性回归等多方面的基础知识.只要读者具备求解类似平方和最小化等问题深度的微积分知识,即可阅读本书.而要深入理解本书部分理论,则需具备基于微积分的统计引论基础.书中附录回顾了有关期望、方差、协方差、相关等概念,并简述了条件期望的性质以及最小均方误差预测等内容.全书采用来自不同专业领域的实际时间序列数据来阐述方法论.本书还包括部分高级内容,教师可酌情选讲.
书中所有的图和数值输出均使用R软件得到,该软件可从www.rproject.org上的“The R Project for Statistical Computing”得到.为简明起见,我们对部分数值输出进行了处理.作为一款免费软件,R软件的源代码格式符合自由软件基金会GNU通用公共许可证规定,可以在UNIX平台及Windows、MacOS等类似操作系统上运行.
R是一种可用于统计计算和作图的编程语言及环境,可提供广泛的统计(例如,时间序列分析、线性及非线性建模、经典的统计检验)及作图技术,并且具有高度的扩展性.在附录Ⅰ“R入门”中,采用与本书内容相配的方式对R软件进行了介绍.本书作者之一(KungSik Chan)制作了大量可用于本书的新增或增强的R函数,列于附录Ⅰ的最后,并可从R计划网站www.rproject.org上的TSA程序包中找到.我们还为每一章建立了R命令脚本文件,可从本书网站www.stat.uiowa.edu/~kchan/TSA.htm下载.本书中,每一个图表下都给出了R代码;习题所需数据集合均有相关的文件名,例如洛杉矶降雨量的数据文件命名为larain.而如果读者使用的是TSA程序包,则该数据集合是程序包的一部分,可通过R命令data(larain)取得.
本书所有数据集合以ASCII码文件的形式放在网站上,并在文件第一行标注了各自名称.书中很多图及计算结果,使用SAS、Splus、Statgraphics、SCA、EViews、RATS、Ox及其他软件也可以得到.
本书是1986年PWSKent Publishing(Duxbury Press)出版的Jonathan Cryer所著《时间序列分析》第2版,新版在补充大量最新材料、数据集合和习题的同时,仍然包括所有已为读者熟悉的原版内容.其中既有与原版内容融为一体的若干新论题,如涉及单位根检验、扩展自相关函数、ARIMA模型子集以及自助法等内容,也有时间序列回归模型、异方差时间序列模型、谱分析和门限模型等全新的章节.与基本内容相比,新章节内容的难度水平有某种程度的提高,但我们确信本书所采用的讨论方式易为读者接受,一定会对广泛的读者群学习相关内容有所帮助.虽然涉及非线性时间序列模型的第15章(门限模型)位于本书的最后,但相关内容也可以根据教学需要提前讲授,例如可以在第12章之后讲授.同样,讨论谱分析的第13、14两章内容也可以在第10章之后学习.
感谢Springer出版社“统计学丛书”的责任编辑John Kimmel,他在本书长时间的写作过程中给予了作者持续的关注与指导.伦敦经济学院的汤家豪教授、中国台北中央研究院的蔡恒修教授、西北大学的Noelle Samia教授、中国香港大学的李伟强教授和吴启宏教授、奥斯陆大学的Nils Christian Stenseth教授等热心研读过书稿部分章节,Jun Yan教授曾以本版初稿为教材在艾奥瓦大学某班授课,感谢他们对本书提出的宝贵的建设性意见.感谢Samuel Hao帮助整理习题解答和附录Ⅰ两部分内容.这里还要对在不同阶段匿名审阅并帮助改进书稿的审阅者一并致谢.最后,作者之一(Jonathan D.Cryer)也借此机会,向在写作新版第一稿时提供了墨西哥城圣地亚哥俱乐部Casa de Artes舒适写作环境的Dan、Marian和Gene表达诚挚的谢意.
Jonathan D. Cryer
KungSik Chan
2008年1月于艾奥瓦州艾奥瓦城