《時間序列分析:預測與控制(原書第5版)》內容始終都是時間序列領域的權威。第5版仍然分為5個部分，相對第3版新增內容主要有非線性和長記憶模型、多元時間序列分析以及前饋控制，其余各章節根據現實和教學需要均有不同程度的更新。在本書中，幾位統計學大師用極其通俗的語言，結合大量的實例，闡明了時間序列分析的精髓。本書內容十分豐富，敘述簡明，強調實際應用。相信每一位研讀此書的讀者都會獲益匪淺。
《時間序列分析:預測與控制(原書第5版)》可作為統計和相關專業高年級本科生或研究生教材，也可以作為統計專業技術人員的參考書。
這本書描述了分析離散時間序列的統計模型和方法，并介紹了方法論的重要應用。所考慮的模型包括一類自回歸綜合移動平均(ARIMA)模型和這些模型的各種擴展。對模型的性質進行了檢驗，并提出了模型規范、參數估計和模型檢驗的統計方法。介紹了非季節性和季節性時間序列的預測方法。討論了傳遞函數建模兩個或多個時間序列之間的動態關系的方法的擴展，建模干預事件的影響，多元時間序列建模，和過程控制。主題，如狀態空間和結構建模，非線性模型，長記憶模型，和條件異方差模型也被涵蓋。目標一直是提供一個文本，是實用的和有價值的學術和實踐者。
//www.wiley.com/en-us/Time+Series+Analysis%3A+Forecasting+and+Control%2C+5th+Edition-p-9781118675021
付費5元查看完整內容
相關內容
強化學習是一種學習范式，它關注的是如何控制一個系統，從而最大化一個表示長期目標的數值性能度量。強化學習與監督學習的區別在于，對于學習器的預測，只會給予部分反饋。此外，這些預測可能通過影響被控制系統的未來狀態而產生長期影響。因此，時間扮演著特殊的角色。強化學習的目標是發展有效的學習算法，以及了解算法的優點和局限性。強化學習之所以引起人們極大的興趣，是因為它可以用于解決大量的實際應用，從人工智能到運籌學或控制工程的問題。在這本書中，我們專注于那些建立在強大的動態規劃理論基礎上的強化學習算法。我們給出了一個相當全面的學習問題的目錄，描述了核心思想，關注大量的最先進的算法，然后討論了它們的理論性質和局限性。
付費5元查看完整內容
數理統計學
·
統計學是關于可觀測現象的數學建模，使用隨機模型，以及分析數據:估計模型的參數和檢驗假設。在這些注釋中，我們研究了各種評估和測試程序。我們考慮它們的理論性質，并研究各種最優化的概念。
付費5元查看完整內容
線性代數
·
這本書的書名聽起來有點神秘。如果這本書以一種錯誤的方式呈現了這個主題，人們為什么要讀它呢?書中哪些地方做得特別“不對”?
在回答這些問題之前，讓我先描述一下本文的目標受眾。這本書是“榮譽線性代數”課程的課堂講稿。這應該是高等數學學生的第一門線性代數課程。它的目標是一個學生，雖然還不是非常熟悉抽象推理，但愿意學習更嚴格的數學，在“烹飪書風格”的微積分類型課程。除了作為線性代數的第一門課程，它也應該是第一門向學生介紹嚴格證明、形式定義——簡而言之，現代理論(抽象)數學風格的課程。
目標讀者解釋了基本概念和具體實例的非常具體的混合，它們通常出現在介紹性的線性代數文本中，具有更抽象的定義和高級書籍的典型構造。
付費5元查看完整內容
數學統計
·
這本書向讀者介紹點估計、置信區間和統計檢驗。基于線性模型的一般理論，本文對以下內容進行了深入的概述:固定效應、隨機效應和混合效應模型的方差分析;在擴展到非線性模型之前，回歸分析也首先出現在具有固定、隨機和混合效應的線性模型中;統計多決策問題，如統計選擇程序(Bechhofer和Gupta)和順序測試;從數理統計的角度設計實驗。大多數分析方法都補充了最小樣本量的公式。這些章節還包含了解答的提示練習。
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191