<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                企業??AI智能體構建引擎,智能編排和調試,一鍵部署,支持知識庫和私有化部署方案 廣告
                # R 的時間序列預測熱門書籍 > 原文: [https://machinelearningmastery.com/books-on-time-series-forecasting-with-r/](https://machinelearningmastery.com/books-on-time-series-forecasting-with-r/) 時間序列預測是一個難題。 與分類和回歸不同,時間序列數據還增加了時間維度,其強加了觀察的排序。這會將行轉換為需要仔細和特定處理的序列。 在這篇文章中,您將發現 R 中時間序列分析和預測的頂級書籍。這些書籍將提供您開始處理自己的時間序列預測建模問題所需的資源。 本文中涉及的 5 本頂級書籍包括: 1. [R](http://www.amazon.com/dp/0387886974?tag=inspiredalgor-20) 的入門時間序列。 2. [時間序列分析及其應用:R 實例](http://www.amazon.com/dp/144197864X?tag=inspiredalgor-20)。 3. [時間序列分析:應用于 R](http://www.amazon.com/dp/0387759581?tag=inspiredalgor-20) 。 4. [多變量時間序列分析:R 和金融應用](http://www.amazon.com/dp/1118617908?tag=inspiredalgor-20)。 5. [R 實用時間序列預測:動手指南](http://www.amazon.com/dp/0997847913?tag=inspiredalgor-20)。 您在 R 列表中最喜歡的時間系列是否在此列表中丟失? 請在評論中告訴我。 讓我們潛入。 ## 要注意的時間序列主題 在我們開始之前,一本關于時間序列的好書取決于你在尋找什么。 我不知道任何書籍真正關注時間序列本身的機器學習。相反,關于時間序列分析和預測的書籍側重于涵蓋一套經典方法,例如: * 回歸模型。 * ARIMA 模型。 * 光譜分析模型。 * 國家空間模型。 書籍還可能涵蓋更多現代技術,例如: * 重采樣技術。 * 分類時間序列分析。 * 多變量光譜方法。 * 長記憶模型。 * 非線性模型 * GARCH 模型。 * ARMAX 型號。 在選擇理想的時間序列預測書時,這些都是值得注意的好主題。 ## 1.帶 R 的入門時間序列 [![Amazon Image](https://img.kancloud.cn/15/b7/15b796780a0e76215101d8dd6e19d639_331x500.jpg)](http://www.amazon.com/dp/0387886974?tag=inspiredalgor-20) [點擊了解更多信息。](http://www.amazon.com/dp/0387886974?tag=inspiredalgor-20) [R](http://www.amazon.com/dp/0387886974?tag=inspiredalgor-20) 的入門時間序列假設您已完成第一年的統計學課程。 使用基于教程的方法,該方法側重于給定的時間序列預測問題,分解為以下部分: 1. 問題的動機。 2. 型號說明。 3. 合成數據的模型演示。 4. 模型適用于歷史案例研究數據。 涵蓋了模型的數學,但可以忽略關注如何應用模型。 以下是目錄列表。 1. 時間序列數據 2. 關聯 3. 預測策略 4. 基本隨機模型 5. 回歸 6. 固定模型 7. 非平穩模型 8. 長記憶過程 9. 光譜分析 10. 系統識別 11. 多變量模型 12. 狀態空間模型 本書的數據集,勘誤表和源代碼可以從[本書的主頁](http://www.maths.adelaide.edu.au/andrew.metcalfe/)下載。 以下是亞馬遜對該書的評論摘錄: > 這是對 R 中時間序列分析的精彩介紹,適用于所有使用 R 的讀者。與大多數統計書相比,它并沒有假設廣泛的數學背景。相反,它是一個非常循序漸進的教學文本,適合悠閑自學。數學是針對每個主題簡要和適當地介紹的,但進步和理解并不依賴于深入吸收它們。例如,適用于使用 R 的社會科學家,生態學家,公共政策研究人員等。 - [坐在西雅圖](https://www.amazon.com/gp/review/R2PKVUTT8ERMT5) ## 2.時間序列分析及其應用 [![Amazon Image](https://img.kancloud.cn/33/06/330619507ce9a2c2995b02091f9e81e3_333x500.jpg)](http://www.amazon.com/dp/144197864X?tag=inspiredalgor-20) [點擊了解更多信息。](http://www.amazon.com/dp/144197864X?tag=inspiredalgor-20) [時間序列分析及其應用:以 R 為例](http://www.amazon.com/dp/144197864X?tag=inspiredalgor-20)是一本關于時間序列的本科生和研究生課程的教科書。它假設了一些回歸分析背景和一些數學統計背景。 它假設了回歸分析的一些背景,以及數學統計的一些經驗。 本書的結構使理論和應用分離,使本書對不同的受眾有用,如本科生和研究生。 這是一本受歡迎的書,已經有 4 個版本。 以下是目錄列表。 1. 時間序列的特征 2. 時間序列回歸和探索性數據分析 3. ARIMA 模型 4. 光譜分析和濾波 5. 其他時域主題 6. 狀態空間模型 7. 頻域統計方法 該書的補充信息可以從[本書的網頁](http://www.stat.pitt.edu/stoffer/tsa4/)下載。 以下是亞馬遜對本書的評論片段。 > 本書涵蓋了時間序列分析的所有主要領域,如 ARIMA,GARCH 和 ARMAX 模型以及光譜分析,它做得非常好。對于初學者(具有一些統計背景),大多數解釋都足夠清楚,并附有有效的例子(在很多時間序列文本中似乎都省略了這些例子)。 - [Genevieve Hayes](https://www.amazon.com/review/R1JVOG4WI8IC7A) ## 3.時間序列分析:應用于 R [![Amazon Image](https://img.kancloud.cn/58/4d/584d421b2aeafd7b046723d6a605aa8f_358x500.jpg)](http://www.amazon.com/dp/0387759581?tag=inspiredalgor-20) [點擊了解更多信息。](http://www.amazon.com/dp/0387759581?tag=inspiredalgor-20) [時間序列分析:在 R](http://www.amazon.com/dp/0387759581?tag=inspiredalgor-20) 中的應用旨在涵蓋時間序列模型理論及其在 R 中的應用。 本書旨在用作一學期的大學課程,并假設應用統計學的背景,側重于多元線性回歸和一些微積分。雖然附錄中對一些統計概念進行了審查。 以下是目錄列表。 1. 介紹 2. 基礎概念 3. 趨勢 4. 固定時間序列的模型 5. 非平穩時間序列的模型 6. 型號規格 7. 參數估計 8. 模型診斷 9. 預測 10. 季節性模特 11. 時間序列回歸模型 12. 異方差的時間序列模型 13. 光譜分析簡介 14. 估計頻譜 15. 門檻模型 書中使用的源代碼和數據集可以從[本書的網站](http://homepage.divms.uiowa.edu/~kchan/TSA.htm)下載。 以下是來自亞馬遜的評論的片段。 > 寫得很好,易于理解。但它是一本基礎/初級教科書。如果我自己學習時間序列并希望使用 R 語言,我會先閱讀本書 - [J. Gangolly](https://www.amazon.com/review/R3NGPC8FQKZFCW) ## 4.多變量時間序列分析 [![Amazon Image](https://img.kancloud.cn/1c/7d/1c7dbd150152888ebec8428b7dfc1bd3_309x500.jpg)](http://www.amazon.com/dp/1118617908?tag=inspiredalgor-20) [點擊了解更多](http://www.amazon.com/dp/1118617908?tag=inspiredalgor-20) [多變量時間序列分析:R 和金融應用](http://www.amazon.com/dp/1118617908?tag=inspiredalgor-20)基于作者 30 年的教學和研究多變量時間序列分析。 本書旨在作為時間序列研究生課程和時間序列本科統計課程的參考。它確實假設熟悉單變量時間序列。 以下是目錄列表。 1. 多元線性時間序列 2. 平穩向量自回歸時間序列 3. 向量自回歸移動平均時間序列 4. VARMA 模型的結構規范 5. 單位根非平穩過程 6. 因子模型和選定主題 7. 多元波動率模型 本書中使用的功能和數據可在 [MST R 包](https://cran.r-project.org/web/packages/MTS/index.html)中找到。源代碼和數據可以從[書的主頁](http://faculty.chicagobooth.edu/ruey.tsay/teaching/mtsbk/)下載。 以下是本書亞馬遜評論的摘錄。 > 主題的呈現順序是合理的。我喜歡作者立即開始使用更通用的向量/矩陣方法,并且不會浪費時間介紹單變量時間序列所構成的“特殊情況”,因為這本書對于尚未進行過的學生來說將非常困難。暴露于單變量案件。實際上,假定了對高級數學主題(例如無限階矩陣多項式)的熟悉程度。我也很喜歡證據主要出現在章節末尾,并且作者維護著一個帶有勘誤列表的網頁。 - [明迪](https://www.amazon.com/review/R3I8UOIKLLNBPU) ## 5.用 R 實際時間序列預測 [![Amazon Image](https://img.kancloud.cn/2d/10/2d1087c81a6a81e3fe882bbc3597d7bc_350x500.jpg)](http://www.amazon.com/dp/0997847913?tag=inspiredalgor-20) [點擊了解更多](http://www.amazon.com/dp/0997847913?tag=inspiredalgor-20) [R 實用時間序列預測:實踐指南](http://www.amazon.com/dp/0997847913?tag=inspiredalgor-20)專注于實踐時間序列教學定量預測。 本書旨在用作一個學期長的本科或研究生課程,用于時間序列預測。 以下是目錄列表。 1. 接近預測 2. 時間序列數據 3. 績效評估 4. 預測方法:概述 5. 平滑方法 6. 回歸模型:趨勢和季節性 7. 回歸模型:自相關和外部信息 8. 預測二元結果 9. 神經網絡 10. 溝通與維護 11. 案例 包括數據集和源代碼在內的更多信息可以在[本書的主頁](http://www.forecastingbook.com/)上找到。 以下是亞馬遜評論的片段: > 對于那些希望對時間序列建模進行溫和介紹的人來說真的很有吸引力:它涵蓋了所有基礎(平滑器,ARIMA 等),比較了不同方法的優缺點,討論了驗證和測試,包括示例代碼,以便您可以立即開始,并有足夠的數學符號來簡化方法的描述。它簡潔而不是愚蠢。對于它的成本,你真的不能在這里出錯。 - [Stijn Debrouwere](https://www.amazon.com/review/RH26OFT7VU95Q) ## 摘要 在這篇文章中,您發現了 5 本關于時間序列分析和預測的頂級書籍。 您現在有資源為您自己的時間序列預測建模問題提供最佳預測方法。 **你應該買哪本書?** 查看目錄并選擇您認為最適合您的背景和需求的書籍。 ### 我的精選 就我個人而言,我拿起這兩本書: * [R](http://www.amazon.com/dp/0387886974?tag=inspiredalgor-20) 入門時間序列 * [R 實用時間序列預測:動手指南](http://www.amazon.com/dp/0997847913?tag=inspiredalgor-20) 你選了哪些書? **你有沒看過這篇文章中分享的一本書?** 發表評論并分享您對它的看法。
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看