时间序列分析简明教程（高等学校电子信息类教材）
|
读过这本书吗？
最近在读
读过
想读
还不熟悉
|
图书城书列：
加入到博客或社交网站：
|
|
我来评论这本书：
内容提要：
本书根据电子信息类本科教学计划，着重介绍时间序列分析的基本模型和算法，适用作信息工程、通信工程控制工程等相关专业的本科教材或教学参考用书。全书共分6章，其内容安排如下；第1章动态数据预处理品，第2章时间序列模型，第3章模型参数估计，第4章模型定阶方法，第5章时间序列建模，第6章时间序列应用。各章均有小结和习题，有助于教学。
作者简介：
张树京，1933年生。1953年毕业于原北京铁道学院。1962年在原苏联列宁格勒铁道学院获科学技术副博士学位。曾任北方交通大学校长、博士生导师。现任同济大学资深教授，中国通信学会会士、理事，通信学报常务编委，指导博士生、硕士生40余名，并由上海市教委评为优秀指导教师，撰写《通信系统原理》、《统计信号处理》、《单边带技术》等书；在国内外学术刊物上发表论文120余篇，荣获国家级、部级优秀教材奖，并主持完成多项国家自然科学基金项目，现享受国务院特殊津贴。
编辑推荐：
本书根据电子信息类本科教学计划，着重介绍时间序列分析的基本模型和算法，适用作信息工程、通信工程控制工程等相关专业的本科教材或教学参考用书。全书共分6章，其内容安排如下；第1章动态数据预处理品，第2章时间序列模型，第3章模型参数估计，第4章模型定阶方法，第5章时间序列建模，第6章时间序列应用。各章均有小结和习题，有助于教学。
目录：
第1章 动态数据预处理 1．1 平稳性检验 1．2 正态性检验 1．3 独立性检验 1．4 周期性检验 1．5 趋势项检验 1．6 小结 习题 第2章 时间序列模型 2．1 线性平稳模型 2．2 自回归模型(AR模型) 2．3 滑动平均模型(MA模型) 2．4 自回归-滑动平均混合模型(ARMA模型) 2．5 时间序列模型的特征函数 2．5．1 偏相关函数 2．5．2 格林函数(G函数) 2．5．3 逆函数(I函数) 2．6 非平稳的时间序列模型 2．6．1 ARIMA模型 前言：
时间序列(Time Series)分析是概率统计学科的一个分支，它是运用概率统计的理论和方。法来分析随机数据序列(或称动态数据序列)，并对其建立数学模型，进行参数估计，对模型定阶，以及进一步应用于预报、预测、自适应控制、最佳滤波等诸多方面。
时间序列分析方法与随机过程理论有所区别，前者是先对实测数据建立数学模型，并在此基础上进一步分析随机数据的统计特性；后者是在对实测数据统计所得的先验概率知识基础上来分析其统计特性。由于人们所能获得的实测数据总是有限的，而理论上的先验概率要求在无限多的样本数据基础上统计才能获得，因此实际上我们能够获得的先验概率只能是在一定置信度..
|