《時間序列分析發(fā)展簡史》依據(jù)大量的原始文獻(xiàn)和相關(guān)研究文獻(xiàn),盡可能地以概念、思想和方法形成與發(fā)展的時間順序為主線,細(xì)致勾勒時間序列分析的起源、歷史發(fā)展的脈絡(luò)。同時《時間序列分析發(fā)展簡史》也為時間序列分析課程的理論教學(xué)和學(xué)習(xí)提供文化背景與學(xué)術(shù)支撐,為現(xiàn)代教學(xué)科研探尋方向。
更多科學(xué)出版社服務(wù),請掃碼獲取。
目錄
序
前言
第1章 早期描述性時序分析的應(yīng)用 1
1.1 基于描述性時序分析推斷農(nóng)業(yè)規(guī)律 1
1.1.1 最早的時序分析——尼羅河漲落數(shù)據(jù)列 1
1.1.2 我國歷史上的糧食生產(chǎn)周期研究與穩(wěn)定糧價之道 2
1.1.3 歐洲經(jīng)濟(jì)學(xué)家對糧食產(chǎn)量的描述分析 2
1.2 格朗特對死亡公報數(shù)據(jù)序列的剖析 4
1.2.1 平穩(wěn)序列產(chǎn)生的背景——統(tǒng)計比率的穩(wěn)定性 5
1.2.2 格朗特現(xiàn)代時間序列思想的萌芽 6
1.2.3 格朗特對卡爾·皮爾遜等統(tǒng)計學(xué)家的學(xué)術(shù)影響 7
第2章 時間序列相關(guān)概念的發(fā)展歷程 9
2.1 差分的歷史 9
2.1.1 早期的差分思想 10
2.1.2 實(shí)證研究中的差分運(yùn)算 11
2.1.3 現(xiàn)代差分理論 17
2.2 指數(shù)和滑動平均的歷史 19
2.2.1 指數(shù)序列的發(fā)展 19
2.2.2 “曇花一現(xiàn)”的銀行滑動平均 21
2.2.3 現(xiàn)代滑動平均的發(fā)展 23
第3章 頻域分析的早期發(fā)展 31
3.1 傅里葉級數(shù)的理論發(fā)展 32
3.2 舒斯特創(chuàng)建周期圖方法 33
3.2.1 舒斯特生平與研究背景 34
3.2.2 基礎(chǔ)知識解析 35
3.2.3 周期圖方法的創(chuàng)建 37
第4章 時域分析方法的源起——尤爾的奠基性工作 44
4.1 尤爾生平與研究背景 45
4.2 尤爾研究回歸和相關(guān)技術(shù)——與卡爾·皮爾遜的合作和分歧 46
4.2.1 受教于卡爾·皮爾遜及其對卡爾·皮爾遜思想的傳承 46
4.2.2 尤爾與卡爾·皮爾遜的分歧 47
4.3 尤爾基于社會統(tǒng)計視角對貧窮問題的實(shí)證研究 49
4.3.1 尤爾的社會統(tǒng)計學(xué)研究 49
4.3.2 統(tǒng)計工具與貧窮等社會問題的有機(jī)融合 49
4.3.3 尤爾社會科學(xué)研究的影響 53
4.4 尤爾首創(chuàng)線性自回歸AR(2)模型 54
4.4.1 變量差分方法和時間相關(guān)問題 54
4.4.2 時間序列的分類和無意義相關(guān)問題 56
4.4.3 模型創(chuàng)建和回歸分析法 57
延伸閱讀 尤爾與作者身份識別研究 62
第5章 時域分析方法的持續(xù)發(fā)展——各類平穩(wěn)模型的創(chuàng)建 68
5.1 沃克拓展的AR(s)模型 68
5.1.1 沃克氣象學(xué)的研究背景 68
5.1.2 對尤爾建模工作的概括 69
5.1.3 沃克的建模思路 70
5.1.4 沃克運(yùn)用AR(s)模型研究世界天氣問題 76
5.2 斯盧茨基創(chuàng)建MA(n)模型 79
5.2.1 斯盧茨基的學(xué)術(shù)研究背景 79
5.2.2 MA(n)模型構(gòu)建過程解析 80
5.3 沃爾德創(chuàng)建ARMA(s,n)模型 84
5.3.1 沃爾德生平與研究背景 84
5.3.2 沃爾德對離散平穩(wěn)時間序列的界定 85
5.3.3 沃爾德研究思路解析 86
5.3.4 沃爾德的研究內(nèi)容及方法 87
5.3.5 沃爾德工作的影響 89
5.3.6 時間序列分解的背景及沃爾德分解定理的誕生 91
5.3.7 沃爾德分解的意義及構(gòu)建ARMA模型 97
5.4 隨機(jī)游動模型 98
第6章 時間序列分析與統(tǒng)計學(xué)的交融 101
6.1 “相關(guān)”概念的涵義變遷 103
6.1.1 “相關(guān)”用于刻畫兩個變量受公共原因影響的程度 103
6.1.2 相關(guān)是比因果關(guān)系更寬泛的分類方式 104
6.1.3 從偽相關(guān)到多元相關(guān)、虛假聯(lián)合分布和時間序列自相關(guān) 104
6.2 “誤差項”概念的內(nèi)涵演變 106
6.2.1 時間序列分解下的隨機(jī)成分——?dú)埐?107
6.2.2 線性自回歸AR(2)模型中的誤差項——隨機(jī)擾動 108
6.2.3 基于隨機(jī)擾動疊加構(gòu)建的移動平均MA(n)模型 108
6.2.4 基于殘差序列的異方差性構(gòu)建的ARCH族模型 109
延伸閱讀 數(shù)據(jù)科學(xué)的發(fā)展與建設(shè) 109
參考文獻(xiàn) 118