应用时间序列分析——基于python 统计 新华正版
举报
统计 新华书店全新正版书籍 支持7天无理由
-
作者:
作者
-
出版社:
中国统计出版社
-
ISBN:
9787503799631
-
出版时间:
2022-09
-
版次:
1
-
装帧:
平装
-
开本:
16开
-
页数:
276页
-
字数:
390千字
-
出版时间:
2022-09
-
版次:
1
-
装帧:
平装
-
开本:
16开
-
页数:
276页
-
字数:
390千字
售价
￥
38.07
7.0折
定价
￥54.00
品相
全新品相描述
上书时间2024-02-24
卖家超过10天未登录
手机购买
![]()
微信扫码访问
-
-
商品描述：
-
目录：
章 时间序列分析概论
1.1 时间序列
1.2 时间序列分析
1.3 时间序列分析的基本概念
1.4 时间序列分析的一般步骤
1.5 时间序列分析软件——python简介
1.6 题
第2章 稳时间序列模型
2.1 自回归模型
2.2 移动均模型
2.3 自回归移动均模型
2.4 稳时间序列模型的特征
2.5 稳时间序列模型的建立
2.6 pandit-wu建模方
2.7 案例分析
2.8 题
第3章 非稳时间序列模型
3.1 非稳时间序列
3.2 无季节效应的非稳时间序列模型
3.3 arima模型的建立
3.4 有季节效应的非稳时间序列模型
3.5 季节arima模型的建立
3.6 案例分析
3.7 题
第4章 时间序列的预测
4.1 小均方误差预测
4.2 稳时间序列的预测
4.3 非稳时间序列的预测
4.4 案例分析
4.5 题
第5章 多元时间序列分析
5.1 向量稳时间序列
5.2 var（p）模型
5.3 传递函数模型
5.4 协整与误差修正模型
5.5 案例分析
5.6 题
第6章 条件异方差模型
6.1 条件期望与无条件期望
6.2 arch模型
6.3 garch模型
6.4 garch模型的建立
6.5 garch类模型的扩展
6.6 案例分析
6.7 题
第7章 门限自回归模型
7.1 门限自回归模型
7.2 门限自回归模型的建立
7.3 门限自回归模型的扩展形式
7.4 案例分析
7.5 题
参文献
附录
内容简介：
时间序列分析是统计学非常重要的一个分支，它遵循统计学基本，利用样本信息估计体质。但是由于时间的不可重复，大多数时间序列的观察样本有且只有一个。这种特殊的数据结构使得时间序列分析具有独特且自成体系的一套分析方。应用时间序列分析——基于python旨在介绍时间序列分析的基本概念、及模型，涵盖了时间序列分析中基本的线模型及非线模型。全书共有七章，可作为一个学期的课程教材，供高等院校统计学、经济学等专业本科生和使用。该书使用python作为数据分析软件。该书特之一在于采用模型、数据双向分析：一，从模型出发，模拟过程。通过对模拟数据的直观分析，反出模型的理论属；二，从数据出发，拟合模型。通过对实际数据的分析，从多角度挖掘数据信息，拟合经验模型。为了帮助读者在学理论知识的同时，能够熟练掌握python中时间序列的分析过程，该书在每一章的案例分析中，给出并详细说明每一步分析对应的代码及输出结果。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
