หนังสือสำหรับการวิเคราะห์อนุกรมเวลาด้วยตนเอง

ฉันเริ่มต้นด้วยการวิเคราะห์อนุกรมเวลาโดยแฮมิลตัน แต่ฉันหมดหวังอย่างสิ้นหวัง หนังสือเล่มนี้เป็นทฤษฎีจริงเกินไปที่ฉันจะเรียนรู้ด้วยตนเอง

ใครบ้างมีคำแนะนำสำหรับหนังสือเรียนเกี่ยวกับการวิเคราะห์อนุกรมเวลาที่เหมาะสำหรับการศึกษาด้วยตนเอง

ฉันจะแนะนำหนังสือต่อไปนี้อีกครั้ง:

1. การวิเคราะห์อนุกรมเวลาและการประยุกต์ใช้: พร้อมตัวอย่าง R
2. การวิเคราะห์อนุกรมเวลาและการพยากรณ์ตามตัวอย่าง

ฉันหวังว่ามันจะช่วยคุณ ขอให้โชคดี!

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

มันเป็นหนังสือที่ดีในสิทธิของตนเอง หนังสือคาดการณ์ก่อนหน้าของ Hyndman กับ Makridakis และ Wheelright ได้รับการยกย่องอย่างสูง แต่นี่เป็นข้อได้เปรียบเพิ่มเติมที่คุณสามารถเห็นสิ่งที่คุณได้รับในราคา

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

มันขึ้นอยู่กับว่าคุณต้องการคณิตศาสตร์มากแค่ไหน สำหรับการรักษาทางคณิตศาสตร์ที่รุนแรงน้อยกว่าApplied Econometric Time Seriesโดย Endersได้รับการยอมรับอย่างดี

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

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

นอกจากนี้ยังมีข้อความเศรษฐขั้นสูงในชุด การวิเคราะห์แบบบูรณาการและผู้ร่วมบูรณาการอนุกรมเวลากับ R

ฉันไม่ได้ใช้สิ่งเหล่านี้ แต่พบว่ามีหลาย ๆ ตัวในซีรีส์ที่ยอดเยี่ยม

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

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

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

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

ในความคิดของฉันคุณไม่สามารถเอาชนะการพยากรณ์ได้: หลักการและการปฏิบัติ มันเขียนโดย CV ของตัวเองร็อบ Hyndmanและจอร์จ Athanasopoulos ก็สามารถออนไลน์และก็มีตันของโค้ดตัวอย่างในการวิจัย, การใช้ของที่ดีแพคเกจการคาดการณ์

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

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 ".

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