หนังสือสำหรับการวิเคราะห์อนุกรมเวลาด้วยตนเอง


99

ฉันเริ่มต้นด้วยการวิเคราะห์อนุกรมเวลาโดยแฮมิลตัน แต่ฉันหมดหวังอย่างสิ้นหวัง หนังสือเล่มนี้เป็นทฤษฎีจริงเกินไปที่ฉันจะเรียนรู้ด้วยตนเอง

ใครบ้างมีคำแนะนำสำหรับหนังสือเรียนเกี่ยวกับการวิเคราะห์อนุกรมเวลาที่เหมาะสำหรับการศึกษาด้วยตนเอง


3
ฉันคิดว่าควรเป็นคำถามของชุมชนวิกิ
Rob Hyndman

1
คุณสามารถให้รายละเอียดเพิ่มเติมเกี่ยวกับสิ่งที่คุณต้องการได้บ้างเล็กน้อย: ด้านวิชาการ (วิทยาศาสตร์, ปริญญาเอก), การปฏิบัติ (การสร้างแบบจำลอง, วิศวกรรม, การเขียนโปรแกรม), ระดับการแยกตัว (แมโคร, ไมโคร, แผงข้อมูล), สาขาการใช้งาน เศรษฐศาสตร์มหภาคการเงินวิทยาศาสตร์กายภาพ) อาจมีรายละเอียดอื่น ๆ ที่คุณรู้สึกว่าเกี่ยวข้อง
Dmitrij Celov

2
ฉันเป็นแฟนตัวยงของThe Analysis of Time Seriesโดย Chris Chatfield
เสมอ

2
ฉันมีอคติส่วนตัวที่แข็งแกร่งสำหรับamazon.co.uk/Time-Series-Analysis-Univariate-Multivariate/dp/… ขออภัย @Taylor เขาไม่รักษาแนวคิดของการตรวจจับการแทรกแซงซึ่งมีความสำคัญในการระบุรูปแบบที่มีประโยชน์
IrishStat

2
ฉันขอแนะนำ Brockwell and Davis "อนุกรมเวลา: ทฤษฎีและวิธีการรุ่นที่ 2" Springer 1991
Michael Chernick

คำตอบ:


29

ฉันจะแนะนำหนังสือต่อไปนี้อีกครั้ง:

  1. การวิเคราะห์อนุกรมเวลาและการประยุกต์ใช้: พร้อมตัวอย่าง R
  2. การวิเคราะห์อนุกรมเวลาและการพยากรณ์ตามตัวอย่าง

ฉันหวังว่ามันจะช่วยคุณ ขอให้โชคดี!


1
(+1) ฉันพบหนังสือเล่มแรกที่คุณระบุไว้ว่ามีประโยชน์มาก
แมโคร

11
Biostat คุณช่วยอธิบายได้ไหมทำไมคุณถึงแนะนำหนังสือเหล่านั้นเหนือสิ่งอื่นใด
naught101

2
หรือคุณ @Macro การพิจารณาว่าเป็นวิกิชุมชนหรือไม่
naught101

หนังสือที่ดีมาก แต่อาจมีบางสิ่งที่ง่ายกว่าที่จะเลิกการสัมผัสกับอาหาร
user1406647

ถ้าเราไปโดยบทวิจารณ์ของอเมซอนหนังสือทั้งสองเล่มนี้ไม่ได้รับการพิสูจน์ว่าเป็นมิตรหากถึงผู้เริ่มต้นให้เริ่มต้นเรียนรู้ด้วยตนเองเพียงอย่างเดียว
Stucash

35

การคาดการณ์: หลักการและการปฏิบัติโดย Rob J Hyndman และ George Athanasopoulos มีให้บริการออนไลน์ฟรี: http://otexts.com/fpp/

มันเป็นหนังสือที่ดีในสิทธิของตนเอง หนังสือคาดการณ์ก่อนหน้าของ Hyndman กับ Makridakis และ Wheelright ได้รับการยกย่องอย่างสูง แต่นี่เป็นข้อได้เปรียบเพิ่มเติมที่คุณสามารถเห็นสิ่งที่คุณได้รับในราคา


2
+1 โปรดทราบว่าตอนนี้หนังสือเล่มนี้ยังมีวางจำหน่ายในรุ่นกระดาษด้วย (โดยเฉพาะอย่างยิ่งเวอร์ชัน ณ เวลาใดเวลาหนึ่งคือ - เวอร์ชันออนไลน์จะได้รับการอัปเดตอย่างต่อเนื่อง )
Stephan Kolassa

21

มีหนังสือสามเล่มที่ฉันอ้างถึงเสมอจากRมุมมองการเขียนโปรแกรมและการวิเคราะห์อนุกรมเวลา:

  1. การวิเคราะห์อนุกรมเวลาและการประยุกต์ใช้: ด้วยตัวอย่าง Rโดย Shumway และ Stoffer
  2. การวิเคราะห์อนุกรมเวลา: ด้วยแอปพลิเคชั่นใน Rโดย Cryer และ Chan
  3. ซีรี่ส์เวลาเบื้องต้นพร้อม Rโดย Cowpertwait และ Metcalfe

หนังสือเล่มแรกโดย Shumway และ Stoffer มีรุ่นโอเพ่นซอร์ส (ย่อ) ที่มีออนไลน์ซึ่งเรียกว่ารุ่น EZgreen

หากคุณกำลังมองหาการพยากรณ์อนุกรมเวลาโดยเฉพาะฉันจะแนะนำหนังสือต่อไปนี้:

  1. วิธีการพยากรณ์และประยุกต์ใช้โดย Makridakis, Wheelwright และ Hyndman ฉันอ้างถึงหนังสือเล่มนี้ซ้ำ ๆ ว่านี่เป็นสไตล์การเขียนแบบคลาสสิกที่เป็นปรากฎการณ์อย่างแน่นอน
  2. ผู้สืบทอดทางออนไลน์สำหรับหนังสือด้านบนพร้อมตัวอย่าง R ที่ดีคือหลักการพยากรณ์และการปฏิบัติโดย Hyndman และ Athanasopoulos
  3. หากคุณกำลังมองหาวิธีการสร้างแบบจำลอง Box Jenkins คลาสสิกฉันจะแนะนำการวิเคราะห์อนุกรมเวลา: การพยากรณ์และการควบคุมโดย Box, Jenkins และ Reinsel
  4. การรักษาที่โดดเด่นในการสร้างแบบจำลองฟังก์ชันถ่ายโอนและการคาดการณ์ที่อยู่ใน การคาดการณ์พร้อม Dynamic ถดถอยรุ่นโดย Pankratz สไตล์การเขียนก็ยอดเยี่ยมอีกครั้ง
  5. ประโยชน์อีกอย่างหนึ่งที่คุณจะนำไปใช้ในการพยากรณ์เพื่อแก้ไขปัญหาในโลกแห่งความเป็นจริงคือหลักการของการพยากรณ์โดยอาร์มสตรอง

ในความคิดของฉันหนังสือ 1, 4 และ 5 เป็นหนังสือที่ดีที่สุดบางเล่ม หลายคนชอบหลักการพยากรณ์และการฝึกฝนโดย Hyndman และ Athanasopoulos เพราะมันเป็นโอเพ่นซอร์สและมีRรหัส มันไม่มีทางเข้าใกล้ความกว้างความลึกของการครอบคลุมวิธีการพยากรณ์และสไตล์การเขียนของมัน Makridakis et al .. ด้านล่างเป็นคุณลักษณะที่ตัดกันบางประการเกี่ยวกับสาเหตุที่ฉันชอบ Makridakis et al:

  1. รายการของการอ้างอิง: ตัวอย่างใน Box Jenkins บท Makridakis et al มีการอ้างอิงถึง 31 รายการ Hyndman et al มีการอ้างอิงน้อยมากหรือไม่มีเลยในหลายบท
  2. ความกว้างและความลึกครอบคลุม - Hyndman et al. ส่วนใหญ่มุ่งเน้นไปที่วิธีการ Univariate ที่พัฒนาขึ้นโดยเฉพาะโดยผู้เขียนคนแรกในขณะที่ Makridakis และ ไม่เพียง แต่มุ่งเน้นไปที่การวิจัยของตนเองเท่านั้น แต่ยังมีวิธีการและการประยุกต์ใช้ที่หลากหลายและยังเน้นไปที่การประยุกต์ใช้และการเรียนรู้ในโลกแห่งความเป็นจริงเมื่อเทียบกับการมุ่งเน้นด้านวิชาการมากขึ้น
  3. สไตล์การเขียน - ฉันไม่สามารถบ่นได้เพราะหนังสือทั้งสองเล่มเขียนได้ดีมาก อย่างไรก็ตามฉันเองโน้มตัวไปทาง Makridakis เพราะมันทำให้แนวคิดที่ซับซ้อนกลายเป็นเรื่องง่ายสำหรับผู้อ่าน มีส่วนที่เกี่ยวกับฟังก์ชั่นการถดถอยแบบไดนามิกหรือการถ่ายโอนฉันไม่มีที่พบคำอธิบายที่ชัดเจนเช่นนี้ใน "วิธีการที่ซับซ้อน" ต้องใช้ความสามารถในการเขียนที่ไม่ธรรมดาเพื่อช่วยให้ผู้อ่านเข้าใจว่าการถดถอยแบบไดนามิกคืออะไรใน 15 หน้าและพวกเขาประสบความสำเร็จ
  4. Makridakis et al เป็นผู้ไม่เชื่อเรื่องพระเจ้าซอฟต์แวร์ / วิธีและพวกเขาแสดงรายการแพคเกจซอฟต์แวร์ที่มีประโยชน์และเปรียบเทียบและความคมชัดพวกเขา (แม้ว่านี่จะเกือบ 20 ปี) ยังคงมีคุณค่ามากสำหรับผู้ประกอบการ
  5. สามบทเฉพาะเกี่ยวกับวิธีใช้การพยากรณ์ในโลกแห่งความเป็นจริงใน Makridakis และคณะ ซึ่งเป็นข้อดีสำหรับผู้ประกอบการ

การคาดการณ์นั้นไม่ได้ใช้วิธีการที่ไม่เปลี่ยนแปลงเช่นอาริมาและการทำให้เรียบแบบเอ็กซ์โปเนนเชียลและการสร้างผลลัพธ์ มันมีอะไรมากกว่านั้นและโดยเฉพาะอย่างยิ่งการพยากรณ์เชิงกลยุทธ์เมื่อคุณมองเข้าไปในระยะยาว หลักการของการพยากรณ์โดยอาร์มสตรองนั้นนอกเหนือไปจากวิธีการประมาณค่าแบบไม่คาดคิดและแนะนำอย่างยิ่งสำหรับผู้ที่คาดการณ์โลกแห่งความจริงโดยเฉพาะการพยากรณ์เชิงกลยุทธ์


สวัสดีในขณะที่คุณมีความเชี่ยวชาญในเรื่องนี้ฉันชอบที่จะมีความคิดเห็นเกี่ยวกับหนังสือ "การวิเคราะห์อนุกรมเวลาการพยากรณ์และการควบคุม" ของ Box et อัล ฉันยังใหม่กับการวิเคราะห์อนุกรมเวลาและมีปริญญาเอกในวิชาคณิตศาสตร์ประยุกต์ (แต่มีความรู้ด้านสถิติน้อยมาก) และรู้จักการเรียนรู้ของเครื่อง คุณจะแนะนำหรือไม่ หรือฉันควรเริ่มต้นด้วย Makridakis จริง ๆ ?
Surb

1
@ ระงับหากคุณต้องการใช้มุมมองการวิเคราะห์อนุกรมเวลาและการคาดการณ์ฉันจะแนะนำ Makridakis et al หากคุณต้องการเรียนรู้เพิ่มเติมเกี่ยวกับแง่มุมทางทฤษฎีของ ARIMA แล้ว Box et al. น่าจะดี.
พยากรณ์

ขอบคุณมากสำหรับคำตอบของคุณ ตอนนี้ฉันสนใจด้านทฤษฎีมากขึ้น แต่ท้ายที่สุดฉันอาจจะได้ทั้งสองอย่าง :)
Surb


10

ส่วนที่สี่ของDamodar Gujarati และเศรษฐมิติพื้นฐานของ Dawn Porter (5th ed) ประกอบด้วยห้าบทในชุดอนุกรมเวลา - เป็นหนังสือยอดนิยม! มันมีแบบฝึกหัดมากมายผลลัพธ์การถดถอยการตีความและที่สำคัญที่สุดคุณสามารถดาวน์โหลดข้อมูลจากเว็บไซต์ของหนังสือและทำซ้ำผลลัพธ์ด้วยตัวคุณเอง อีกหนังสือที่ดีคือการแจ้งและวัตสันรู้เบื้องต้นเกี่ยวกับเศรษฐ

การเริ่มต้นกับแฮมิลตันน่าชื่นชม แต่ฉันจะบอกว่าอ่านทั้งสองส่วนของอนุกรมเวลาในหนังสือสองเล่มที่ฉันเพิ่งพูดถึงจากนั้นก็ย้ายไปที่สิ่งที่ชอบแบบอนุกรมเศรษฐมิติประยุกต์ของวอลเตอร์เอนเดอร์หรือแบบจำลองการเงินของ Terrence C Mill อนุกรมเวลา

หลังจากนี้ (และอาจเป็นหลังจากการทบทวนเศรษฐศาสตร์คณิตศาสตร์) คุณควรจะนั่งลงและอ่านแฮมิลตันอย่างสะดวกสบาย

หมายเหตุ: การวิเคราะห์อนุกรมเวลาแบบคลาสสิกของ Box & Jenkins '1970: การคาดการณ์และการควบคุมมีความเข้มข้นมากกว่า (เช่นเนื้อหาที่แคบลง) กว่า "ตำราเรียนสมัยใหม่" ที่ฉันกล่าวถึง แต่ฉันจะบอกว่าใครก็ตามที่ต้องการทำความเข้าใจที่ดีจริง ๆ ของชุดเวลาไม่ควรปล่อยให้เรื่องนี้อยู่ในรายการเรื่องรออ่าน


8

นอกจากข้อความอื่น ๆ แล้วยังมีหนังสือสองเล่มในเกริ่นนำของ Springer's Use R! อนุกรมที่ครอบคลุมอนุกรมเวลา: อนุกรม
เวลาเบื้องต้นพร้อม R และ เศรษฐมิติประยุกต์ใน R

นอกจากนี้ยังมีข้อความเศรษฐขั้นสูงในชุด การวิเคราะห์แบบบูรณาการและผู้ร่วมบูรณาการอนุกรมเวลากับ R

ฉันไม่ได้ใช้สิ่งเหล่านี้ แต่พบว่ามีหลาย ๆ ตัวในซีรีส์ที่ยอดเยี่ยม


3

มีแหล่งข้อมูลออนไลน์ที่ดีฟรีและมีประโยชน์:

  1. The Little Book of R สำหรับ Time Seriesโดย Avril Coghlan (มีให้ในฉบับพิมพ์ราคาถูกพอสมควร) - ฉันยังไม่ได้อ่านทั้งหมด แต่ดูเหมือนว่ามันจะเขียนได้ดีมีตัวอย่างที่ดีและเริ่มต้นจากศูนย์ ( ie. เข้าได้ง่าย)
  2. บทที่ 15 สถิติกับ Rโดย Vincent Zoonekynd - คำนำที่มีคุณค่า แต่อาจจะสูงกว่าเล็กน้อย ฉันพบว่ามีรหัส (แสดงความคิดเห็นไม่ดี) มากเกินไปและคำอธิบายไม่เพียงพอ

3

หากคุณพบว่าแฮมิลตันยากเกินไปคุณจะพบกับแบบจำลองเศรษฐมิติเบื้องต้นของ Princeton Uni Press โดย Bent Nielsen และ David Hendry มันให้ความสำคัญกับสัญชาตญาณและวิธีการใช้งานจริงมากกว่าทฤษฎีที่ลึกซึ้ง ดังนั้นหากคุณอยู่ในช่วงเวลาที่ จำกัด นั่นจะเป็นแนวทางที่ดี

ฉันยังคงแนะนำที่จะสานต่อกับการวิเคราะห์อนุกรมเวลาโดยแฮมิลตัน มันเป็นวิชาคณิตศาสตร์ที่ลึกมากและบทที่สี่แรกจะทำให้คุณดำเนินต่อไปเป็นเวลานานและทำหน้าที่เป็นบทนำที่แข็งแกร่งมากสำหรับหัวข้อ นอกจากนี้ยังครอบคลุม Granger non-causality และ cointegration และถ้าคุณตัดสินใจที่จะติดตามหัวข้อนี้อย่างลึกซึ้งยิ่งขึ้นมันก็เป็นทรัพยากรที่มีค่ายิ่ง

สำหรับการรักษา cointegration ที่ใช้งานง่ายฉันจะแนะนำ Cointegration, Causality และการพยากรณ์โดย Engle and White

ในที่สุดสำหรับการรักษาขั้นสูงมีหนังสือของ Soren Johansen "Inference-Based Inference ใน Cointegrated VARs" และแน่นอน "Dynamic Econometrics" ของ David Hendry

ในบรรดาสองเรื่องนี้ฉันคิดว่า Hendry's เป็นภาพรวมขนาดใหญ่กว่าและ Johansen นั้นค่อนข้างยากในวิชาคณิตศาสตร์


Hirek คุณสังเกตเห็นประโยคแรกของคำถามที่โปสเตอร์อธิบายว่าพวกเขาใช้แฮมิลตันอยู่แล้วและไม่เข้าใจ ... และต้องการอะไรอีก
Glen_b

Ha มองข้ามไปโดยสิ้นเชิงว่าขอโทษ @Glen_b
Hirek

3

การวิเคราะห์อนุกรมเวลา: วิธีการหลายตัวแปรและหลายตัวแปรโดย William Wei และ David P. Reilly - เป็นหนังสือที่ดีมากเกี่ยวกับอนุกรมเวลาและค่อนข้างลึกลับ มีเวอร์ชั่นที่อัพเดทแล้ว แต่มีราคาสูงกว่ามาก ไม่รวมตัวอย่าง R มันรวมถึงการอภิปรายที่ยอดเยี่ยม / นำเสนอขั้นตอนการตรวจจับการแทรกแซงซึ่งจะถูกละเว้นในการแก้ปัญหาที่เรียบง่าย / ตำราเรียนเบื้องต้น


หนังสือเล่มนี้ได้รับการวิจารณ์ที่ดีไม่มีการร้องเรียน แต่ฉันสงสัยว่าคุณอาจมีความสัมพันธ์กับผู้เขียนคนหนึ่งหรือไม่ มันเป็นเรื่องจริงเหรอ?
whuber

2
ใช่ว่าเป็นเรื่องจริง ฉันเป็นหนึ่งในสองผู้แต่ง
IrishStat

2

มี NBER Summer Institute "มีอะไรใหม่ในเศรษฐมิติอนุกรมเวลา" (ไม่แน่ใจว่าเนื้อหานี้มีความน่าเชื่อถือหรือไม่) มีวิดีโอพร้อมสไลด์ประกอบอยู่ การบรรยายนี้จัดทำโดยอาจารย์คู่หนึ่ง (สต็อกและวัตสัน) ซึ่งเป็นที่รู้จักกันดีว่าเป็นตำราเรียนวิชาเศรษฐศาสตร์ระดับปริญญาตรีที่ได้รับความนิยม


2

ในความคิดของฉันคุณไม่สามารถเอาชนะการพยากรณ์ได้: หลักการและการปฏิบัติ มันเขียนโดย CV ของตัวเองร็อบ Hyndmanและจอร์จ Athanasopoulos ก็สามารถออนไลน์และก็มีตันของโค้ดตัวอย่างในการวิจัย, การใช้ของที่ดีแพคเกจการคาดการณ์


Zach คุณอาจพบว่าสิ่งนี้น่าสนใจ bit.ly/1Be6y4c
Tom Reilly

@TomReilly ไม่ว่าจะมีปัญหาอะไรกับรุ่นใดก็ตามฉันยังคงแนะนำภาษา R โดยทั่วไปและแพ็คเกจพยากรณ์โดยเฉพาะสำหรับทุกคนที่ต้องการเรียนรู้การวิเคราะห์อนุกรมเวลา คุณไม่สามารถเอาชนะได้ฟรีโดยเฉพาะอย่างยิ่งถ้าเป้าหมายของคุณคือการศึกษา
Zach

ซื้อฟรีเป็นสิ่งหนึ่ง แต่ถ้ามันมีขั้นตอนเล็กน้อย / ไม่ซับซ้อน / ไม่เพียงพอที่จะจัดการกับข้อมูลที่ไม่ได้จำลองคุณอาจต้องต่อมา / ในที่สุดก็จ่ายราคา
IrishStat

1
@IrishStat ชุดข้อมูลทั้งหมดใน FPP นั้นไม่ได้จำลองไว้ ดูเหมือนว่าเป็นข้อมูลที่ดีที่จะเรียนรู้ใน ...
Zach

ตราบใดที่คุณตรวจสอบเพื่อดูว่าส่วนที่เหลือจากแบบจำลองที่เสนอนั้นไม่มีโครงสร้างหรือไม่แบบจำลองอาจไม่เพียงพอเนื่องจากโครงสร้างนั้นควร / สามารถถ่ายโอนไปยังแบบจำลองได้ ชุดฝึกอบรมที่ดียิ่งขึ้นสามารถพบได้ในการสาธิต AUTOBOX จากหนังสือเรียนเพิ่ม 10 เล่ม ไม่สามารถเอาชนะราคาได้เพราะมันไม่มีค่าอะไรคุณควรจะชอบ ..
IrishStat

1

หากคุณใช้ Stata การรู้เบื้องต้นเกี่ยวกับอนุกรมเวลาการใช้ Stataโดย Sean Becketti เป็นการแนะนำที่นุ่มนวลและมีตัวอย่างมากมายและให้ความสำคัญกับสัญชาตญาณเหนือทฤษฎี ฉันคิดว่าหนังสือเล่มนี้จะเติมเต็ม Ender ค่อนข้างดี

หนังสือเล่มนี้เปิดขึ้นพร้อมคำนำของภาษา Stata ตามด้วยการทบทวนการถดถอยและการทดสอบสมมติฐานอย่างรวดเร็ว

ส่วนอนุกรมเวลาเริ่มต้นด้วยเทคนิคค่าเฉลี่ยเคลื่อนที่และโฮลท์ - วินเทอร์เพื่อให้ข้อมูลและการคาดการณ์ราบรื่น ส่วนถัดไปจะเน้นที่การใช้สิ่งเหล่านี้เพื่อการพยากรณ์เทคนิค วิธีการเหล่านี้มักจะถูกละเลย แต่วิธีนี้ค่อนข้างดีสำหรับการพยากรณ์อัตโนมัติและง่ายต่อการอธิบาย Becketti อธิบายว่าพวกเขาจะทำงานเมื่อใดและเมื่อใด

บทต่อไปครอบคลุมโมเดลอนุกรมเวลาสมการเดียวเช่นการรบกวนแบบอัตโนมัติ, ARIMA และการสร้างแบบจำลอง ARCH / GARCH

ในท้ายที่สุด Becketti พูดถึงแบบจำลองหลายสมการโดยเฉพาะ VARs และ VECs และอนุกรมเวลาที่ไม่หยุดนิ่ง


1

มีหนังสือบางเล่มที่อาจมีประโยชน์ หากคุณถูกท้าทายทางคณิตศาสตร์คุณอาจต้องการเริ่มต้นด้วยหนังสือ SAGE สองเล่มโดย Mcdowall, Mcleary, Meidinger และ Hay ที่เรียกว่า "Interrupted Time Series Analysis" 1980 หรือ "การประยุกต์ใช้การวิเคราะห์อนุกรมเวลา" โดย Richard McLeary ในขณะที่คุณเรียนรู้เพิ่มเติมเกี่ยวกับอนุกรมเวลาและตัดสินใจว่าคุณต้องการมากกว่าร้อยแก้วและคุณเต็มใจที่จะประสบปัญหาทางคณิตศาสตร์ข้อความ Wei ที่เผยแพร่โดย Addison-Wessley ชื่อ "การวิเคราะห์อนุกรมเวลา" จะเป็นตัวเลือกที่ยอดเยี่ยม ในแง่ของวัสดุการศึกษาบนเว็บฉันได้เขียนเนื้อหาที่มีประโยชน์มากมายซึ่งสามารถดูได้ที่ http://www.autobox.com/cms/index.php/afs-university/intro-to-forecastingเรื่อง "บทนำ การพยากรณ์ ".


0

HILL GRIFFITHS LIM 2011 "หลักการของเศรษฐมิติ" 4E Wiley
ข้อดี:
(1) ง่ายมากที่จะติดตาม นำเสนอหัวข้อที่ดี แม้ว่าฉันไม่ได้ใช้หลักสูตรเศรษฐมิติใด ๆ ในชีวิตของฉัน แต่ฉันก็เข้าใจเศรษฐศาสตร์เบื้องต้นด้วยหนังสือเล่มนี้ได้อย่างง่ายดาย

(2) มีหนังสือ Supplemantary ที่จะเข้าใจหนังสือของ HILL:
ใช้ EViews สำหรับหลักการเศรษฐ
ข การใช้ Excel สำหรับหลักการเศรษฐมิติ
c. ใช้ Gretl สำหรับหลักการเศรษฐ
d การใช้ Stata สำหรับหลักการของเศรษฐมิติ

ข้อเสีย:
(1) ไม่มี "การใช้ R สำหรับหลักการของเศรษฐมิติ"!
R คือมาตรฐานอุตสาหกรรม R ดีกว่า Python ในใจคณิตศาสตร์สามารถสะท้อนรหัสผ่าน R ได้ดีที่สุด (ฉันกำลังบอกว่านี่เป็นคนที่เขียนโมดูล VBA ใน Excel เขียนรหัส Gretl เขียนรหัส Eviews)

ฉันเริ่มเศรษฐมิติด้วยตัวเองด้วย "GREENE 2011 การวิเคราะห์เศรษฐมิติ - WH GREENE 7E PearsonPrentice Hall" นี่เป็นสิ่งที่ดี แต่ก็เป็นไปตามทฤษฎีมากกว่า อาจเป็นเรื่องยากสำหรับการเริ่ม

โดยสรุปฉันขอแนะนำอย่างยิ่งให้เข้าใจเศรษฐมิติกับหนังสือของฮิลล์และใช้ความเข้าใจนั้นผ่านหนังสือเศรษฐศาสตร์เล่มอื่นที่อิงกับอาร์

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.