Introductory Time Series with R – Paul S.P. Cowpertwait, Andrew V. Metcalfe – 1st Edition

Descripción

R tiene una interfaz de línea de comandos que ofrece ventajas considerables sobre los sistemas de menús en términos de eficiencia y velocidad una vez que se conocen los comandos y se entiende el idioma. Sin embargo, el sistema de línea de comandos puede resultar abrumador para el usuario principiante, por lo que se necesitan textos concisos que permitan al estudiante o analista progresar con R en su área de estudio. Este libro tiene como objetivo satisfacer esa necesidad en el área de las series temporales para permitir que los no especialistas progresen, a un ritmo bastante rápido, hasta un nivel en el que puedan aplicar con confianza una variedad de métodos de series temporales a una variedad de de datos.

El libro asume que el lector tiene un típico de un curso universitario de estadística de primer año y se basa en notas de conferencias de una variedad de cursos de series temporales que hemos impartido durante los últimos veinte años. Parte de este material se entregó a estudiantes de posgrado en finanzas durante un curso concentrado de seis semanas y fue bien recibido, por lo que una selección del material podría dominarse en un curso concentrado, aunque en general sería más adecuado distribuirlo en un semestre completo.

El libro se basa en aplicaciones prácticas y, en general, sigue un formato similar para cada modelo de serie temporal que se estudia. Primero, hay una sección motivacional introductoria que describe las razones prácticas por las que el modelo puede ser necesario. En segundo lugar, el modelo se describe y define en notación matemática. Luego, el modelo se usa para simular datos sintéticos usando código R que refleja fielmente la definición del modelo y luego se ajusta a los datos sintéticos para recuperar los parámetros del modelo subyacente. Finalmente, el modelo se ajusta a un conjunto de datos históricos de ejemplo y se proporcionan gráficos de diagnóstico apropiados.

Al usar R, el lector puede reproducir todo el procedimiento, y se recomienda que los estudiantes trabajen con la mayoría de los ejemplos. Aplicaciones Al final de cada capítulo, se proporciona un resumen conciso de los comandos R que se usaron, seguido de ejercicios.

Agradecemos a John Kimmel de Springer y a los árbitros anónimos por su útil orientación y sugerencias, a Brian Webby por la lectura cuidadosa del texto y sus valiosos comentarios, y a John Xie por sus útiles comentarios sobre un borrador anterior. El Instituto de Ciencias de la Información y de la Universidad de Massey y la Facultad de Ciencias Matemáticas de la Universidad de Adelaide agradecen el apoyo y la financiación que hicieron posible nuestra colaboración. Paul agradece a su esposa, Sarah, por su continuo estímulo y apoyo durante la de este libro, ya nuestro hijo, Daniel, y a nuestras hijas, Lydia y Louise, por la alegría que brindan a nuestras vidas. Andrew agradece a Natalie por brindarle inspiración y su entusiasmo por el proyecto.

Ver más
  • Contents
    Preface
    1 Time Series Data
    2 Correlation
    3 Forecasting Strategies
    4 Basic Stochastic Models
    5 Regression
    6 Stationary Models
    7 Non-stationary Models
    8 Long-Memory Processes
    9 Spectral Analysis
    10 System Identification
    11 Multivariate Models
    12 State Space Models
    References
    Index
  • Citar Libro

Descargar Introductory Time Series with R

Tipo de Archivo
Idioma
Descargar RAR
Descargar PDF
Páginas
Tamaño
Libro
Inglés
262 pag.
2 mb

Déjanos un comentario

No hay comentarios

guest
0 Comentarios
Comentarios en línea
Ver todos los comentarios
0
Nos encantaría conocer tu opinión, comenta.x