Книги для самостоятельного изучения временных рядов?

Я начал с анализа временных рядов Гамильтона, но безнадежно потерян. Эта книга действительно слишком теоретическая, чтобы я мог учиться сам.

У кого-нибудь есть рекомендации для учебника по анализу временных рядов, который подходит для самостоятельного изучения?

Я бы порекомендовал следующие книги:

1. Анализ временных рядов и его приложения: с примерами R
2. Анализ временных рядов и прогнозирование на примере

Я надеюсь, что это поможет вам. Удачи!

Прогнозирование: принципы и практика Роба Хиндмана и Джорджа Афанасопулоса доступны бесплатно онлайн: http://otexts.com/fpp/

Это хорошая книга сама по себе; Предыдущая книга Хиндмана по прогнозированию с Макридакисом и Уилрайтом высоко ценится, но у этого есть дополнительное преимущество, заключающееся в том, что вы можете видеть, что вы получаете по цене.

Есть три книги, на которые я всегда ссылаюсь с Rточки зрения программирования и анализа временных рядов:

1. Анализ временных рядов и его применения: с примерами R от Shumway и Stoffer
2. Анализ временных рядов: с приложениями в R от Cryer и Chan.
3. Вводные временные ряды с R от Cowpertwait и Metcalfe

Первая книга Шумвея и Стоффера имеет сокращенную версию с открытым исходным кодом, доступную в Интернете, и называется EZgreen.

Если вы специально изучаете прогнозирование временных рядов, я бы порекомендовал следующие книги:

1. Методы прогнозирования и их применение Макридакисом, Уилрайтом и Хиндманом. Я продолжаю ссылаться на эту книгу неоднократно, это классический стиль письма, абсолютно феноменальный.
2. Интернет-преемник вышеприведенной книги с хорошими примерами R - « Принципы и практика прогнозирования » Хиндмана и Афанасопулоса.
3. Если вы смотрите на классический подход Box Jenkins к моделированию, я бы порекомендовал анализ временных рядов: прогнозирование и контроль по Box, Jenkins и Reinsel.
4. Исключительный подход к моделированию и прогнозированию передаточных функций заключается в прогнозировании с использованием моделей динамической регрессии от Панкраца . Снова стиль письма абсолютно великолепен.
5. Еще один чрезвычайно полезный способ применения прогнозирования для решения реальных проблем - это « Принципы прогнозирования » Армстронга.

На мой взгляд, книги 1, 4 и 5 являются одними из лучших из лучших книг. Многим нравится «Принципы и практика прогнозирования» Хиндмана и Афанасопулоса, потому что они с открытым исходным кодом и имеют Rкоды. Это ничуть не ближе к широте, глубине охвата методов прогнозирования и стилю написания его предшественника Макридакиса и др. Ниже приведены некоторые контрастные особенности того, почему мне нравится Макридакис и др.:

1. Список ссылок: например, в главе Бокса Дженкинса у Макридакиса и др. ~ 31 ссылок, у Хайндмана и др. Во многих главах очень мало или вообще нет ссылок.
2. Ширина и глубина охвата - Hyndman et al. в основном сосредоточены на одномерных методах, специально разработанных первым автором, в то время как Makridakis et. Мы фокусируемся не только на собственных исследованиях, но и на разнообразных методах и приложениях, а также на практическом применении и изучении, а не на академической ориентации.
3. Стиль письма - я действительно не могу пожаловаться, так как обе книги написаны исключительно хорошо. Однако я лично склоняюсь к Макридакису, потому что он сводит сложные концепции в разделы, удобные для чтения. Есть раздел, посвященный динамической регрессии или передаточным функциям, я не встречал такого ясного объяснения этому «сложному методу». Требуется исключительный талант письма, чтобы помочь читателю понять, что такое динамическая регрессия на 15 страницах, и они преуспели в этом.
4. Макридакис и др. Не зависят от программного обеспечения и методов, и они перечисляют некоторые полезные программные пакеты, сравнивают и сравнивают их (хотя этому почти 20 лет) по-прежнему очень ценны для практикующего врача.
5. Три посвященные главы о том, как применить прогнозирование в реальном мире, в Makridakis et al. что является большим плюсом для практикующего.

Прогнозирование просто не запускает одномерные методы, такие как арима и экспоненциальное сглаживание, и производит выходные данные. Это намного больше, и особенно стратегическое прогнозирование, когда вы смотрите на более длинный горизонт. Принципы прогнозирования Армстронга выходят за рамки однофакторных методов экстраполяции и настоятельно рекомендуются всем, кто занимается прогнозированием в реальном мире, особенно стратегическим прогнозированием.

Это зависит от того, сколько математики вы хотите. Для менее математически интенсивного лечения применяется прикладной эконометрический временной ряд Эндерса .

Четвертая часть «Эконометрики Дамодара Гуджарати» и «Доун Портер» (5-е издание) содержит пять глав по эконометрике временных рядов - очень популярная книга! Он содержит множество упражнений, результаты регрессии, интерпретации и, самое главное, вы можете загрузить данные с веб-сайта книги и скопировать результаты для себя. Еще одна хорошая книга - «Введение в эконометрику» Стокса и Ватсона .

Начать с Гамильтона было замечательно, но я бы сказал, что прочитал оба раздела временных рядов в двух книгах, которые я только что упомянул, а затем перешел к чему-то вроде Прикладного эконометрического временного ряда Уолтера Эндерса или Терренса Милля «Моделирование финансового положения». Временной ряд .

После этого (и, возможно, после некоторого обзора математической экономики) вы сможете спокойно сесть и читать Гамильтона.

Примечание. Классический анализ временных рядов Box & Jenkins 1970 года: прогнозирование и контроль , очевидно, более сконцентрированы (т.е. более узки по содержанию), чем «современные учебники», о которых я упоминал, но я бы сказал, что любой, кто хочет получить действительно хорошее понимание временные ряды не должны оставлять это из списка чтения.

В дополнение к другому тексту в Springer's Use R есть две вводные книги! ряды, которые охватывают временные ряды:
вводный временной ряд с R и прикладной эконометрикой в ​​R

В серии также представлен расширенный эконометрический текст « Анализ интегрированных и совместно интегрированных временных рядов с R» .

Я не использовал их, но нашел несколько других в серии, которые превосходны.

Есть несколько хороших бесплатных онлайн-ресурсов:

1. Маленькая книга R для временных рядов , Аврил Коглан (также доступна в печатном виде, достаточно дешево) - я не прочитал все это, но похоже, что она хорошо написана, имеет несколько хороших примеров и начинается в основном с нуля ( т.е. легко попасть в).
2. Глава 15, Статистика с использованием R , Винсентом Зоонекендом - Достойное вступление, но, вероятно, немного более продвинутое. Я считаю, что слишком много (плохо прокомментированного) кода и недостаточно объяснений.

Если вы находите Гамильтона слишком сложным, то есть Бент Нильсен и Дэвид Хендри. Введение в эконометрическое моделирование Princeton Uni Press. Основное внимание уделяется интуиции и практическим советам, а не более глубокой теории. Так что, если у вас нехватка времени, это был бы хороший подход.

Я все еще рекомендую продолжать анализ временных рядов Гамильтона. Это очень глубоко математически, и первые четыре главы будут держать вас в течение долгого времени и послужат очень сильным введением в тему. Он также охватывает не причинность и коинтеграцию Грейнджер, и если вы решите углубиться в эту тему, то это бесценный ресурс.

Для более интуитивного подхода к коинтеграции я бы также порекомендовал Коинтеграцию, Причинность и Прогнозирование по Энглю и Уайту.

Наконец, для очень продвинутых методов лечения есть книга Сорена Йохансена «Вывод на основе вероятности в коинтегрированных VAR» и, конечно, «Динамическая эконометрика» Дэвида Хендри.

Среди этих двух, я думаю, что Хендри более ориентирован на большую картину, а Йохансен довольно усердно занимается математикой.

Анализ временных рядов: одномерные и многовариантные методы Уильяма Вея и Дэвида П. Рейли - очень хорошая книга о временных рядах и довольно неинтересная. Есть обновленная версия, но по гораздо более высокой цене. Он не включает в себя примеры R. Это явно включает в себя большое обсуждение / представление процедур обнаружения вмешательства, которые игнорируются в упрощенных решениях / вводных учебниках.

Есть Летний институт NBER «Что нового в эконометрике временных рядов» (не уверен, является ли этот материал закрытым или нет). Есть видео с сопутствующими слайдами. Лекции читают пара профессоров (Сток и Уотсон), которые известны своим популярным учебником по эконометрике для студентов.

На мой взгляд, вы действительно не можете победить прогнозирование: принципы и практика. Он написан собственными сотрудниками CV Робом Хиндманом и Джорджем Атанасопулосом, он доступен бесплатно онлайн, и у него есть множество примеров кода на R, использующих превосходный пакет прогнозов .

Если вы используете Stata, « Введение во временные ряды с использованием Stata » Шона Беккетти - это хорошее и мягкое введение, содержащее множество примеров и акцент на интуиции, а не на теории. Я думаю, что эта книга очень хорошо дополнит Эндера.

Книга начинается с введения в язык Stata, за которым следует краткий обзор регрессии и проверки гипотез.

Часть временного ряда начинается с методов скользящего среднего и Холта – Уинтерса для сглаживания и прогнозирования данных. Следующий раздел посвящен их использованию для прогнозирования методов. Этими методами часто пренебрегают, но они довольно хорошо работают для автоматического прогнозирования и их легко объяснить. Беккетти объясняет, когда они будут работать, а когда нет.

В следующих главах рассматриваются модели временных рядов с одним уравнением, такие как автокоррелированные возмущения, моделирование ARIMA и ARCH / GARCH.

В конце Беккетти обсуждает модели с несколькими уравнениями, в частности VAR и VEC, и нестационарные временные ряды.

Есть несколько книг, которые могут быть полезны. Если у вас есть проблемы с математикой, вы можете начать с двух книг SAGE, написанных Макдауэлом, Маклари, Мейдингером и Хэем, под названием «Анализ прерванных временных рядов» 1980 ИЛИ «Прикладной анализ временных рядов» Ричарда МакЛири. Когда вы узнаете больше о временных рядах и решите, что вам нужно больше, чем прозе, и что вы готовы пережить какую-то математику, текст Вей, опубликованный Addison-Wessley под названием «Анализ временных рядов», станет отличным выбором. Что касается образовательных материалов на основе Интернета, я написал много полезных материалов, с которыми можно ознакомиться по адресу: http://www.autobox.com/cms/index.php/afs-university/intro-to-forecasting под названием «Введение Прогнозирование ".

HILL GRIFFITHS LIM 2011 "Принципы эконометрики" 4E Wiley
Преимущества:
(1) Очень легко следовать. Темы хорошо представлены. Несмотря на то, что я не брал никаких эконометрических курсов в своей жизни, я легко усвоил вводную эконометрику с книгой.

(2) Существуют дополнительные книги для понимания книги ХИЛЛ:
a. Использование EViews для принципов эконометрики
б. Использование Excel для принципов эконометрики
c. Использование Гретля для принципов эконометрики
d. Использование Stata для принципов эконометрики

Недостатки:
(1) «Использование R для принципов эконометрики» отсутствует!
R является отраслевым стандартом. R лучше, чем Python. Математические мысли лучше всего отражать в коде через R (я говорю это как человек, который писал модули VBA в Excel, писал коды Gretl, писал коды Eviews).

Я запустил эконометрику с помощью «Эконометрического анализа GREENE 2011 - WH GREENE 7E PearsonPrentice Hall». Это тоже приятно, но более теоретично; может быть трудно для начинающих.

Таким образом, я настоятельно рекомендую взять эконометрику с книгой Хилла и применить это понимание в другой книге по эконометрике, основанной на R.