Frage:
Lernmaterial über Zeitreihen
asad.taj
2011-04-18 12:44:32 UTC
view on stackexchange narkive permalink

Mögliches Duplikat:
Bücher für die Selbststudien-Zeitreihenanalyse?

Ich bin neu in Zeitreihenmodellierung insgesamt. Ich bin mir jedoch der Regressionsmodellierung und einiger Data Mining-Algorithmen wie Entscheidungsbäumen bewusst.

Ich möchte Zeitreihen von Grund auf lernen. Mein Hintergrund ist Mathematik. Bitte schlagen Sie mir eine gute Buch- / Material- / Webressource für das schrittweise Lernen mit Fallstudien vor.

Danke

Wenn Sie die klassische * Theorie * wollen, ist es schwer, mit Brockwell und Davis etwas falsch zu machen.
@mpiktas Lassen Sie es hier weiterlaufen, da die andere Frage zu Anwendungen mit R gestellt wurde.
@chl, ok, dies ist eines dieser guten Duplikate. Keine Sorge, ich wollte nur eine zusätzliche * moderierte * Meinung :)
http://stats.stackexchange.com/questions/24398/online-material-to-learn-time-series-analysis ist ein weiteres "gutes Duplikat" (online statt Bücher). http://stats.stackexchange.com/questions/20514/books-for-self-studying-time-series-analysis hingegen ist im Grunde ein genaues Duplikat und sollte zusammengeführt werden. Die drei würden sich dann nett ergänzen.
Zwei antworten:
#1
+11
Wesley Burr
2011-04-19 20:57:15 UTC
view on stackexchange narkive permalink

Wenn Sie einen mathematischen Hintergrund haben und Zeitreihen lernen möchten, ist es schwierig, mit einer Kombination aus Folgendem falsch zu liegen:

  1. Die Analyse von Zeitreihen (Chatfield): Einführung im Grundstudium
  2. Fourier-Analyse von Zeitreihen (Bloomfield): Einführung in Fourier-Methoden im Grundstudium
  3. ol >

    und nachdem Sie diese beiden durchgearbeitet und die Grundlagen erlernt haben, fahren Sie fort mit:

    1. Zeitreihen: Theorie und Methoden (Brockwell & Davis): Ausgezeichnetes Buch für Hochschulabsolventen / Anfänger
    2. Spektralanalyse und Zeitreihen (Priestley): Hervorragender Text für Hochschulabsolventen
    3. ol>

      und wenn Sie sich für die Spektrumsschätzung interessieren, ist das beste Buch, das mir bekannt ist:

      1. Spektralanalyse für physikalische Anwendungen (Percival und Walden): eher ein Engineering-Flair, aber viele großartige Beispiele und sorgfältig geschriebene Algorithmen, die Sie in Code umwandeln können.
      2. ol>

        Wenn ich Wenn ich etwas nachschlagen möchte, was ich zuvor in klassischen Zeitreihenmethoden gesehen habe, verwende ich meistens Priestley. Es ist keineswegs einfach zu lesen, aber es ist sehr gut geschrieben, und Sie können jedes Mal darauf zurückgreifen und neue Dinge lernen. Da Sie einen mathematischen Hintergrund haben, sollten Sie mit keiner der probabilistischen Notationen zu viele Probleme haben, insbesondere wenn Sie eine Maßtheorie hatten. Wenn ich einen Algorithmus für Spektralmethoden überprüfe, verwende ich Percival & Walden: Es ist das einzige gute Buch, das mir bekannt ist und das moderne Spektrumschätztechniken behandelt, ohne zu stark in Wavelets oder Zeit-Frequenz-Methoden zu divergieren.

        Ich möchte Sie ermutigen, sich von fokussierten Büchern über Ökonometrie oder anderen Zeitreihen fernzuhalten, in denen der Schwerpunkt auf einem bestimmten Bereich liegt, da sich in diesen Teilbereichen tendenziell nicht standardisierte Notationen und Begriffe entwickeln. Wenn es Ihre erste Herangehensweise an Zeitreihen ist, beginnen Sie mit ein paar guten allgemeinen Grundstudienbüchern (1 und 2 sind anständig und haben viele Beispiele, die Sie mit R selbst durcharbeiten können). Erst wenn Sie die Grundlagen kennen, sollten Sie sich in die Welt bestimmter Unterfelder wagen und dort Bücher lesen.

+1. Brockwell & Davis ist ein wirklich starker Text für allgemeine Zeitreihen.
+1, obwohl ich Verachtung für Ökonometrie nicht verstehen kann. Das OP erwähnt die Regression, für die ich spektrale Methoden nicht für nützlich halte. Und ich bin neugierig auf nicht standardisierte Notationen. Können Sie das näher erläutern?
Ich komme aus einer angewandten Perspektive zu Zeitreihen, also habe ich als Ingenieur angefangen und bin dann zur Statistik übergegangen. Alle (und keineswegs umfassenden) Bücher und Papiere, die ich gelesen habe und die aus ökonometrischer Sicht zu Zeitreihen kamen, waren „anders“. Ich bin mir nicht sicher, ob ich es besser beschreiben kann, aber es gibt immer subtile Unterschiede in der Notation oder den Ansätzen, die nicht mit der gängigen statistischen Zeitreihenanalyse übereinstimmen. Es ist nicht so, dass einer besser ist als der andere, sondern einfach, dass für eine optimale Gesamtabdeckung allgemeine Ansätze gewinnen.
Dies ist eine ausgezeichnete Antwort. Danke für die Beschreibungen. Ich habe Chatfield aus meiner Bibliothek ausgeliehen und es ist sehr gut lesbar. Ich werde eine Kopie davon und von Brockwell und Davis bekommen.
#2
+4
mpiktas
2011-04-18 14:17:27 UTC
view on stackexchange narkive permalink

Ich habe das Zeitreihenbuch, das mir gefällt, noch nicht gefunden. Hier ist die Liste der Bücher, die ich sehr nützlich fand:

  1. Zeitreihenanalyse von J. D. Hamilton. Dies ist das Buch, das praktisch alles enthält.

  2. Angewandte ökonometrische Zeitreihen von W. Enders. Klassische Referenz

  3. Einführende Ökonometrie für Finanzen von Kap. Brooks. Ich benutze dieses Buch, um Schülern mit wenig mathematischem Hintergrund Zeitreihen beizubringen. Trotzdem ist es ein gutes Buch, um die Ideen ohne zu viele mathematische Details zu erhalten.

  4. ol>
Dies sind klassische / gute Referenzen für ökonometrische Zeitreihen, aber ich würde sie nicht für einen allgemeinen Ansatz oder einen Erstlerner empfehlen. Ich bin vor allem kein Fan des Hamilton-Buches: Ich habe es gekauft, weil es umfassend schien, aber es ist nicht besonders gut geschrieben.
@Wesley, bemerkt, dass ich nur behaupte, dass ich diese Bücher nützlich fand. In Bezug auf Hamilton ist es ein riesiges Buch, und wahrscheinlich sind einige Kapitel nicht gut. Auf der anderen Seite fand ich Kapitel über Nichtstationarität sehr gut. Im Allgemeinen verwende ich dieses Buch als Referenz, diese Art von Büchern kann zunächst überwältigend sein, aber am Ende sind sie am nützlichsten, deshalb habe ich es aufgenommen.
@mpiktas: tatsächlich behaupten Sie, dass Hamilton "praktisch alles enthält": P.
@naught101, gut, nicht wahr? Die Qualität variiert jedoch, das wollte ich mit meinem Kommentar ansprechen.


Diese Fragen und Antworten wurden automatisch aus der englischen Sprache übersetzt.Der ursprüngliche Inhalt ist auf stackexchange verfügbar. Wir danken ihm für die cc by-sa 3.0-Lizenz, unter der er vertrieben wird.
Loading...