图书介绍
时间序列与多元统计分析PDF|Epub|txt|kindle电子书版本网盘下载
- 孙祝岭编 著
- 出版社： 上海：上海交通大学出版社
- ISBN：9787313156587
- 出版时间：2016
- 标注页数：239页
- 文件大小：24MB
- 文件页数：251页
- 主题词：时间序列分析；多元分析
PDF下载
下载说明
时间序列与多元统计分析PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1部分 时间序列分析部分3
第1章 时间序列分析基础3
1.1 时间序列的基本概念3
1.2 时间序列分布4
1.3 时间序列数字特征5
1.3.1 均值函数5
1.3.2 自协方差函数5
1.3.3 自相关函数6
1.3.4 互协方差函数6
1.4 时间序列的平稳性7
1.4.1 两种平稳性定义7
1.4.2 两种平稳性关系8
1.4.3 平稳序列的数字特征9
1.5 时间序列的运算10
1.5.1 线性运算和延迟运算10
1.5.2 差分运算11
1.5.3 极限运算11
1.5.4 平稳线性时间序列14
1.6 复时间序列16
习题117
第2章 时间序列模型介绍19
2.1 自回归模型19
2.1.1 模型19
2.1.2 Yule-Walker方程21
2.2 滑动平均模型24
2.2.1 模型24
2.2.2 自协方差函数24
2.2.3 可逆条件24
2.3 自回归滑动平均模型25
2.3.1 模型25
2.3.2 平稳条件与可逆条件25
2.3.3 自协方差函数25
2.4 求和模型27
2.5 季节 模型28
2.6 加法模型和乘法模型29
习题229
第3章 模型识别与拟合检验的工具32
3.1 模型识别的工具32
3.1.1 偏相关函数32
3.1.2 两个重要识别定理35
3.2 均值函数与自协方差函数的估计37
3.2.1 均值函数的矩估计37
3.2.2 自协方差函数和自相关函数的估计39
3.3 独立同分布序列的检验43
3.3.1 图判别法43
3.3.2 x2检验法44
3.4 谱函数44
3.5 矩阵的微分46
3.6 回归模型中异方差的处理49
3.6.1 异方差问题49
3.6.2 异方差检验50
3.6.3 异方差修正52
习题353
第4章 时间序列建模方法55
4.1 AR （p）模型的建模方法55
4.1.1 AR（p）模型的参数估计55
4.1.2 AR（p）模型的定阶57
4.1.3 AR（p）模型的拟合检验58
4.2 MA（q）模型的建模方法58
4.2.1 MA（q）模型的参数估计58
4.2.2 MA（q）模型的定阶60
4.2.3 MA（q）模型的拟合检验60
4.3 ARMA （p，q）模型的建模方法60
4.3.1 ARMA（p，q）模型的参数估计60
4.3.2 ARMA（p，q）模型的定阶63
4.3.3 ARMA（p，q）模型的拟合检验63
4.4 ARIMA（p，d，q）模型的建模简介63
4.5 季节 模型的建模简介64
习题464
第5章 时间序列的预报方法66
5.1 线性最小均方误差预报方法66
5.2 条件期望预报方法73
5.3 具体模型的预报方法75
5.3.1 AR（p）序列的递推预报75
5.3.2 MA（q）序列的递推预报77
5.3.3 ARMA（p，q）序列的递推预报77
5.3.4 ARIMA（p，d，q）序列的预报78
5.3.5 季节序列的预报79
5.3.6 加法模型与乘法模型的预报方法79
5.3.7 分解预报法简介84
5.4 非决定性平稳序列及其两个分解定理89
5.4.1 非决定性平稳序列89
5.4.2 Wold分解定理91
5.4.3 Cramer分解定理91
习题592
第6章 时间序列分析步骤与统计软件SPSS的应用95
6.1 时间序列分析步骤95
6.2 SPSS在时间序列分析中的应用简介96
6.2.1 SPSS的基本操作简介96
6.2.2 建立数据文件98
6.2.3 绘制时间序列图100
6.2.4 绘制自相关函数和偏相关函数图102
6.2.5 AR、MA、ARMA和ARIMA序列的建模106
6.3 时间序列分析实例110
习题6116
第2部分 多元统计分析部分121
第7章 多元统计分析基础121
7.1 统计量及其分布121
7.1.1 几个最常用统计量121
7.1.2 基于来自多维正态总体样本的统计量的分布122
7.2 多维正态分布的统计推断124
7.2.1 多维正态分布的参数估计124
7.2.2 多维正态分布参数的假设检验126
7.2.3 正态总体协方差矩阵的检验132
7.3 应用SPSS计算样本均值向量、协方差矩阵132
7.4 多维正态分布随机数的产生方法136
习题7138
第8章 聚类分析140
8.1 距离与相似系数140
8.1.1 变量xi与xj的夹角余弦141
8.1.2 变量xi与xj的样本相关系数141
8.1.3 类与类的距离142
8.2 系统聚类法144
8.3 K-Means聚类法148
8.4 有序样品的聚类151
8.4.1 概述151
8.4.2 求最优分类法的递推公式151
8.4.3 Fisher方法的计算152
8.5 数值例——SPSS的应用156
8.5.1 K-Means法聚类分析156
8.5.2 系统聚类法聚类分析159
习题8160
第9章 判别分析163
9.1 距离判别法163
9.1.1 马氏距离的概念163
9.1.2 两总体情形下的距离判别法165
9.1.3 多总体情形下的距离判别法167
9.2 Fisher判别法168
9.3 Bayes判别法170
9.4 数值例——SPSS的应用173
习题9175
第10章 主成分分析178
10.1 总体主成分178
10.2 样本主成分182
10.3 数值例——SPSS的应用183
习题10188
第11章 因子分析191
11.1 因子分析模型191
11.2 因子旋转193
11.3 因子分析模型的解193
11.4 因子得分199
11.5 数值例——SPSS的应用200
习题11205
第12章 典型相关分析207
12.1 概述207
12.2 典型相关分析方法208
12.3 数值例——SPSS的应用214
习题12219
试题1 时间序列与多元统计分析试题221
试题2 时间序列分析试题223
部分习题答案225
部分试题答案228
附录229
附录1 多维正态分布的性质229
附录2 标准正态分布函数表231
附录3 t分布上侧分位数表233
附录4 x2分布上侧分位数表235
附录5 F分布上侧分位数表237
参考文献239