Introduction to Time Series and Forecasting

ویرایش: 3 
نویسندگان: Peter J. Brockwell,  Richard A. Davis (auth.)  
سری: Springer Texts in Statistics 
ISBN (شابک) : 9783319298542, 9783319298528 
ناشر: Springer International Publishing 
سال نشر: 2016 
تعداد صفحات: 428 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

قیمت کتاب (تومان) : 47,000



این کتاب برای خوانندگانی طراحی شده است که مایلند در مورد سری‌های زمانی و روش‌های پیش‌بینی که در اقتصاد، مهندسی و علوم طبیعی و اجتماعی استفاده می‌شوند، دانشی کسب کنند. این فقط دانش حساب پایه، جبر ماتریسی و آمار ابتدایی را فرض می کند. این نسخه سوم حاوی دستورالعمل های دقیق برای استفاده از نسخه حرفه ای بسته کامپیوتری مبتنی بر ویندوز ITSM2000 است که اکنون به صورت رایگان از وب سایت Springer Extras در دسترس است. منطق و ابزارهای مدل سازی سری های زمانی به تفصیل توسعه داده شده اند. تمرین‌های متعددی گنجانده شده‌اند و نرم‌افزار را می‌توان برای تحلیل و پیش‌بینی مجموعه داده‌های انتخابی خود کاربر مورد استفاده قرار داد. این کتاب همچنین می‌تواند همراه با سایر بسته‌های سری زمانی مانند بسته‌های موجود در R مورد استفاده قرار گیرد. برنامه‌های ITSM2000 با این وجود منو محور هستند و می‌توانند با حداقل سرمایه‌گذاری زمان در جزئیات محاسباتی استفاده شوند.

هسته اصلی کتاب فرآیندهای ثابت، فرآیندهای ARMA و ARIMA، سری‌های زمانی چند متغیره و مدل‌های فضای حالت، با یک فصل اختیاری در تجزیه و تحلیل طیفی را پوشش می‌دهد. بسیاری از موضوعات ویژه اضافی نیز پوشش داده شده است.

جدید در این نسخه:

• فصلی اختصاص داده شده به سری زمانی مالی
  </ li>
• مقدمه ای بر حرکت براونی، فرآیندهای لوی و حساب Itô
  
• بخش گسترده ای در مورد فرآیندهای ARMA زمان پیوسته
  

پیتر جی براکول و ریچارد دیویس اعضای انجمن آمار آمریکا و موسسه آمار ریاضی و اعضای منتخب موسسه آمار بین المللی هستند. ریچارد دیویس رئیس فعلی موسسه آمار ریاضی است و با W.T.M. دانسمویر، برنده جایزه کوپمنز. پروفسور براکول و دیویس نویسندگان متن پیشرفته پرکاربرد، سری های زمانی: نظریه و روش ها، ویرایش دوم (اسپرینگر-ورلاگ، 1991) هستند.

از بررسی های چاپ اول: <
این کتاب، مانند یک رمان علمی تخیلی خوب، به سختی قابل کنار گذاشتن است. نمونه های جذاب توجه فرد را به خود جلب می کند و از تنوع شگفت انگیزی از موضوعات و زمینه ها گرفته شده است. با توجه به اینکه پیش بینی سری های زمانی واقعاً یک کار است. ایده ساده، شگفت انگیز است که این کتاب چقدر ریاضیات زیبایی را در بر می گیرد. هر فصل سرشار از مثال‌هایی است که به توضیح و تقویت مفاهیم اساسی کمک می‌کنند. تمرین های انتهای هر فصل به خوبی طراحی شده اند و از مسائل عددی به خوبی استفاده می کنند. همراه با بسته ITSM، این کتاب به عنوان یک کتاب درسی برای دانش آموز خودآموز یا دانش آموز دوره مقدماتی ایده آل است. به طور کلی، به عنوان متنی برای یک دوره در سطح دانشگاه یا به عنوان یک کمک آموزشی برای پیش بینی صنعتی، این کتاب را به شدت توصیه می کنم. —SIAM Review
علاوه بر گنجاندن ITSM، کتاب تمام الگوریتم‌های مورد استفاده در بسته را به تفصیل شرح می‌دهد - کیفیتی که این متن را از همه متن‌های دیگر متمایز می‌کند. مرحله. این یک ایده عالی حداقل به دو دلیل است. این به تمرین‌کننده این فرصت را می‌دهد تا با ارائه یک منبع شهود اضافی برای درک تخمین و پیش‌بینی، از ITSM هوشمندانه‌تر استفاده کند، و به تمرین‌کنندگان ماجراجوتر اجازه می‌دهد تا الگوریتم‌های خود را برای اهداف فردی خود کدنویسی کنند.… به طور کلی می‌بینم مقدمه to Time Series and Forecasting تا مقدمه ای بسیار مفید و روشنگر برای سری های زمانی باشد. —ژورنال انجمن آماری آمریکا
تاکید بر تجربه عملی است و نرم افزار دوستانه ای که کتاب را همراهی می کند به طور قابل تحسینی به این هدف عمل می کند.… نویسندگان باید تبریک می گویم برای اینکه موضوع را در دسترس و سرگرم کننده برای یادگیری قرار داده اید. خواندن کتاب بسیار لذت بخش است و به شدت توصیه می شود. من آن را بهترین متن مقدماتی در شهر می دانم. —بررسی های کوتاه کتاب، بررسی آماری بین المللی

This book is aimed at the reader who wishes to gain a working knowledge of time series and forecasting methods as applied to economics, engineering and the natural and social sciences. It assumes knowledge only of basic calculus, matrix algebra and elementary statistics. This third edition contains detailed instructions for the use of the professional version of the Windows-based computer package ITSM2000, now available as a free download from the Springer Extras website. The logic and tools of time series model-building are developed in detail. Numerous exercises are included and the software can be used to analyze and forecast data sets of the user's own choosing. The book can also be used in conjunction with other time series packages such as those included in R. The programs in ITSM2000 however are menu-driven and can be used with minimal investment of time in the computational details.

The core of the book covers stationary processes, ARMA and ARIMA processes, multivariate time series and state-space models, with an optional chapter on spectral analysis. Many additional special topics are also covered.

New to this edition:

• A chapter devoted to Financial Time Series
  
• Introductions to Brownian motion, Lévy processes and Itô calculus
  
• An expanded section on continuous-time ARMA processes
  

Peter J. Brockwell and Richard A. Davis are Fellows of the American Statistical Association and the Institute of Mathematical Statistics and elected members of the International Statistics Institute. Richard A. Davis is the current President of the Institute of Mathematical Statistics and, with W.T.M. Dunsmuir, winner of the Koopmans Prize. Professors Brockwell and Davis are coauthors of the widely used advanced text, Time Series: Theory and Methods, Second Edition (Springer-Verlag, 1991).

From reviews of the first edition:<
This book, like a good science fiction novel, is hard to put down.… Fascinating examples hold one’s attention and are taken from an astonishing variety of topics and fields.… Given that time series forecasting is really a simple idea, it is amazing how much beautiful mathematics this book encompasses. Each chapter is richly filled with examples that serve to illustrate and reinforce the basic concepts. The exercises at the end of each chapter are well designed and make good use of numerical problems. Combined with the ITSM package, this book is ideal as a textbook for the self-study student or the introductory course student. Overall then, as a text for a university-level course or as a learning aid for an industrial forecaster, I highly recommend the book. —SIAM Review
In addition to including ITSM, the book details all of the algorithms used in the package—a quality which sets this text apart from all others at this level. This is an excellent idea for at least two reasons. It gives the practitioner the opportunity to use ITSM more intelligently by providing an extra source of intuition for understanding estimation and forecasting, and it allows the more adventurous practitioners to code their own algorithms for their individual purposes.… Overall I find Introduction to Time Series and Forecasting to be a very useful and enlightening introduction to time series. —Journal of the American Statistical Association
The emphasis is on hands-on experience and the friendly software that accompanies the book serves the purpose admirably.… The authors should be congratulated for making the subject accessible and fun to learn. The book is a pleasure to read and highly recommended. I regard it as the best introductory text in town. —Short Book Reviews, International Statistical Review

Front Matter....Pages i-xiv
Introduction....Pages 1-37
Stationary Processes....Pages 39-71
ARMA Models....Pages 73-96
Spectral Analysis....Pages 97-119
Modeling and Forecasting with ARMA Processes....Pages 121-155
Nonstationary and Seasonal Time Series Models....Pages 157-193
Time Series Models for Financial Data....Pages 195-226
Multivariate Time Series....Pages 227-257
State-Space Models....Pages 259-307
Forecasting Techniques....Pages 309-321
Further Topics....Pages 323-351
Back Matter....Pages 353-425