最 低 价：￥20.70
| 中关学者联手写作，实现时间序列预测的科学性与艺术性完美结合。 《时间序列预测实践教程》的内容比其他时间序列教材少，其目的是减少读者的阅读时间并专注于实际问题的解决。本书的解释力求简洁明了，注重基本概念而避免繁重的理论推导。 除第8章外，每一章后都给出了丰富的练习题。这些练习旨在加深读者对预测分析过程中基本概念的理解，同时对实际预测过程进行演练。大部分题目来源于现时世界的实际问题，它们娄求应用软件来求解，并要求对预测分析的结果给出解释。实际的案例贯穿全书。本书着重于预测分析的完整的过程，而不是侧重于某一个模型或者算法。 本书的最后一章给出了三个实际案例供读者进行操练，每一个案例都会指导读者进行预测分析的整个过程，、完成这一章的案例将帮助读者增加以后预测分析实践的实际经验。 |
| 格雷特·史牟莉（Galit Shmueli）,美国马里兰大学商学院教授，印度商学院数据分析SRITNE主任教授。出版过多本著作，在专业杂志发表过多篇论文。、商业智能中的数据挖掘、和、在线拍卖模型、是其中的两本畅销教材。在马里兰大学商学院和印度商学院统计教育网站讲授预测分析、数据挖掘和其他数据分析相关的课程。 李洪成，上海金融学院副教授，SPSS统计分析软件和R统计分析软件专家。主要讲授回归分析、时间序列等课程。出版过多部著作，在专业杂志发表多篇论文。代表著作有《（SPSS18数据分析基础与实践》、《SPSS数据分析教程》；译著有《用R进行数据挖掘》和《R数据分析方法集锦》。 |
| 第1章 预测过程简介 1.1 预测应用 1.2 本书常用符号 1.3 预测过程 1.4 预测目标以美国铁路客运公司为例 1.4.1 描述性目标和预测性目标 1.4.2 向前预测期数和预测数据更新 1.4.3 预测的应用 1.4.4 预测自动化水平 第2章 数据 2.1 数据收集 2.2 时间序列的组成成分 2.3 时间序列的可视化 2.4 交互式可视化 2.5 数据预处理 第3章 预测结果评估 3.1 数据分割 3.1.1 按时间划分时间序列 3.1.2 合并训练集和验证集建立最终预测模型 3.1.3 选择验证集区间 3.2 简单预测 3.3 衡量预测精度 3.3.1 常用衡量预测精度的指标 3.3.2 衡量模型预测精度指标的注意问题 3.4 预测不确定性评估 3.4.1 预测误差的分布 3.4.2 预测区间 第4章 预测方法概述 4.1 基于模型的方法和数据驱动的方法 4.2 外推法、计量模型和外部信息 4.3 人工预测和自动预测 4.4 组合方法 第5章 基于回归的预测方法 5.1 趋势模型的分析 5.1.1 线性趋势 5.1.2 指数趋势 5.1.3 多项式趋势 5.2 带有季节性趋势的模型 5.3 同时带有趋势性和季节性的模型 5.4 由模型进行预测， 5.5 AR模型和ARIMA模型 5. 5.1 计算自相关 5.5.2 利用自相关信息来提高预测精度 5.5.3 评价可预测性 5.6 不规则的趋势模式 5.6.1 离群值 5.6.2 特殊事件 第6章 平滑方法 6.1 引言 6.2 移动平均 6.2.1 中心移动平均：方便可视化 6.2.2 截尾移动平均：方便预测 6.2.3 选择窗口宽度（W） …… 第7章 其他预测方法 第8章 沟通和维护 第9章 实习案例 附录A XLMiner软件的获取方法和菜单项简介 参考文献 |
内容加载中，请稍后...
商品评论（0条）