Интернет материал для изучения анализа временных рядов

У меня вопрос, есть ли хорошие онлайн-материалы для изучения этого. Что-то, что хорошо знакомит, особенно модели ARMA и связанная математика.

Изменить: я ищу что-то высокого уровня бакалавриата. Что-то вроде Броквелла и Дэвиса « Введение во временные ряды и прогнозирование»

time-series references arma

— Mr Alpha
источник

Можете ли вы более конкретно указать, какие аспекты временных рядов вы хотите изучить? В любом случае, вы должны сформулировать свой вопрос так, чтобы он охватывал более широкий контекст, чем «мои среднесрочные перспективы», так как в противном случае он почти наверняка будет закрыт как слишком локализованный . Это также должно быть CW, я верю. Приветствия.

— кардинал

Я не совсем уверен, как быть конкретным, не будучи слишком локализованным в то же время.

— Мистер Альфа,

Какой у вас опыт работы со статистикой или математикой? Вы ищете реализации в конкретном программном обеспечении (R? SAS?)? Вы ищете теорию позади ARIMA? Вы даете нам знать, что вы хотите сделать, и я уверен, что кто-то может вам помочь.

— asjohnson

И сайт Duke, и сайт Zoonek предлагают очень вводный материал. К сожалению, данные реального мира содержат необычные значения, которые требуют, чтобы импульсы, сдвиги уровней, сезонные импульсы, тренды времени обрабатывались в рамках одной модели. Кроме того, параметры могут изменяться со временем, дисперсия ошибок может изменяться со временем или в соответствии с ожидаемым значением или просто как сама модель ARIMA. Эти соображения требуют большей вычислительной огневой мощи, чем доступно бесплатно или в большинстве коммерческих предложений. Хороший способ узнать временные ряды - это попытаться смоделировать или изучить то, как их смоделировал эксперт.

— IrishStat

Для дополнительного вводного материала, онлайн учебник statsoft часто является хорошим началом, но я подозреваю, что @IrishStat прав в конце.

— gung - Восстановить Монику

Ответы:

Что касается моего комментария, я не уверен, что вы ищете, но когда я подбираю временные ряды после небольшого перерыва в них, я стремлюсь взять мою копию «Анализ временных рядов и ее приложений» для дополнительных теоретических вопросов, и я смотрю на несколько разных сайтов в Интернете (также сделайте поиск в Google, чтобы увидеть, есть ли какие-нибудь сладкие новые):

http://cran.r-project.org/web/views/TimeSeries.html

Обзор задач CRAN для временных рядов дает вам хорошее представление о том, сколько всего вы можете сделать

http://www.stat.pitt.edu/stoffer/tsa2/R_time_series_quick_fix.htm

Это хороший обзор некоторого анализа временных рядов в R. Я лично делаю большую часть своего статистического обучения на примере (что обычно означает следование подобным руководствам в R), так что это руководство является моим любимым.

http://www.duke.edu/~rnau/411arim.htm

Эта ссылка - достойный взгляд на ARIMA за пределами R, она показывает, что означают разные модели.

Наконец, вы всегда можете проверить Википедию, если вы просто ищете утверждения для формул. Это только те, которые я пометил в книге, так что, возможно, некоторые другие люди внесут свои фавориты. Как я сказал в комментариях, если вы расширите то, что вы ищете более конкретно, вы, вероятно, можете получить более качественные ссылки от меня или одного из людей, которые следуют за временными рядами ближе, чем я.

— asjohnson
источник

Спасибо за ваш ответ, я пытался найти этот сайт Duke целую вечность, но забыл название университета и поэтому не зашел слишком далеко! Я хотел бы дать вам больше, чем +1.

— Мишель

Лично я считаю, что эта веб-страница является фантастическим ресурсом для анализа временных рядов, особенно потому, что она предоставляет R-код.

— babelproofreader
источник

Есть несколько хороших бесплатных онлайн-ресурсов:

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).
Глава 15, Статистика с R , Винсентом Зоонекендом - Достойное вступление, но, вероятно, немного более продвинутое. Я считаю, что слишком много (плохо прокомментированных) кода и недостаточно объяснений.

— naught101
источник