時間序列預測R語言實戰 蘇理雲 9787568949255 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202501*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：時間序列預測R語言實戰
ISBN：9787568949255
出版社：重慶大學
著編譯者：蘇理雲
頁數：196
所在地：中國大陸 *此為代購商品
書號：1721292
可大量預訂，請先連絡。

內容簡介

時間序列預測以R語言為工具，主要介紹時間序列的分解、處理及統計建模可視化。全書共分為9章，首先介紹了R軟體中處理時間序列數據的方法以及如何進行時間序列數據的可視化，然後介紹了ARIMA模型及其相關擴展形式的原理、建模方法和應用，以及GARCH模型、VAR模型、VARX模型等，最後介紹了基於機器學習的時間序列預測方法、混沌時間序列的概念與特性，並提供了2個綜合案例分析。 本書可作為統計學、應用統計學、經濟統計學、數學與應用數學、信息與計算機科學、金融學、金融工程、數字經濟等專業本科教材或統計學、應用統計、數學、電子信息等專業研究生教材，也可作為數據分析相關專業人士參考資料。

目錄

第1章 基本介紹
1 1 時間序列數據
1 2 數據的基本處理
1 3 平穩性檢驗及處理
第2章 時間序列的分解
2 1 X11分解法
2 2 X 13ARIMA SEATS
2 3 STL分解法
第3章 時間序列可視化
3 1 基本可視化
3 2 季節性的可視化
第4章 ARIMA模型
4 1 ARIMA模型介紹
4 2 疏係數模型
4 3 季節性SARIMA模型
4 4 ARIMAX模型
4 5 課後習題
第5章 GARCH模型
5 1 GARCH模型的定義及其性質
5 2 GARCH模型的估計方法
5 3 GARCH模型的檢驗
5 4 GARCH模型的應用
5 5 GARCH模型的缺點
5 6 GARCH模型的變種——EGARCH模型
5 7 課後習題
第6章 VAR模型
6 1 基本概念
6 2 不平穩數據及協整檢驗
6 3 模型應用
6 4 VARX模型
6 5 VAR(p)模型實例應用
6 6 課後習題
第7章 基於機器學習的時間序列預測方法
7 1 "預言家"(Prophet)模型
7 2 梯度提升樹(GBM)
7 3 隨機森林(Random Forest)
7 4 BP神經網絡(BPNN)
7 5 LSTM(長短時記憶網絡)
7 6 RNN(遞歸神經網絡)
7 7 練習題
第8章 混沌時間序列預測
8 1 計算混沌特徵的參數
8 2 混沌時間序列預測
第9章 綜合案例分析
9 1 知識總結
9 2 綜合案例分析
9 3 課後習題
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。