已收藏
图书详情
内容简介:
本书通过案例讲述有关的概念和方法，不仅介绍了ARMA 模型、状态空间模型、Kalman 滤波、单位根检验和GARCH 模型等一元时间序列方法，还介绍了很多多元时间序列方法，如线性协整、门限协整、VAR 模型、Granger 因果检验、神经网络模型、可加AR 模型和谱估计等，并且增加了全新的一章讲述如何用深度学习进行时间序列分析。书中强调对真实的时间序列数据进行分析，全程使用R和Python软件分析了各个科学领域的实际数据，还分析了金融和经济数据的例子。本书通俗易懂，理论与应用并重，可作为高等院校统计学和经济管理等专业“时间序列分析”相关课程的教材，对金融和互联网等领域的相关从业者也极具参考价值。 
