Materi online untuk mempelajari analisis deret waktu

Pertanyaan saya adalah apakah ada materi online yang bagus untuk mempelajari ini. Sesuatu yang memperkenalkan hal-hal dengan baik, terutama model ARMA dan matematika terkait.

Sunting: Saya mencari sesuatu dari tingkat sarjana kelas atas. Sesuatu seperti di Pengantar Brockwell dan Davis untuk Time Series dan Forecasting

time-series references arma

— Tn. Alpha
sumber

Bisakah Anda lebih spesifik mengenai aspek rangkaian waktu apa yang ingin Anda pelajari? Bagaimanapun, Anda harus merumuskan pertanyaan Anda untuk mencakup konteks yang lebih luas daripada "ujian tengah semester saya datang", karena jika tidak maka hampir pasti akan ditutup karena terlalu terlokalisasi . Ini juga harus CW, saya percaya. Bersulang.

— kardinal

Saya tidak begitu yakin bagaimana menjadi spesifik tanpa terlalu terlokalisasi pada saat yang sama.

— Tn. Alpha

Berapa banyak pengalaman yang Anda miliki dengan statistik atau matematika? Apakah Anda mencari implementasi dalam perangkat lunak tertentu (R? SAS?)? Apakah Anda mencari teori di balik ARIMA? Anda memberi tahu kami apa yang ingin Anda lakukan dan saya yakin seseorang dapat membantu Anda.

— asjohnson

Baik situs Duke dan Zoonek menawarkan materi yang sangat pengantar. Sayangnya data dunia nyata mengandung nilai yang tidak biasa yang membutuhkan Pulsa, Pergeseran Level, Pulsa Musiman, Tren Waktu untuk diperlakukan dalam satu model. Parameter tambahan dapat berubah dari waktu ke waktu, varians kesalahan dapat berubah dari waktu ke waktu atau bersamaan dengan nilai yang diharapkan atau hanya sebagai model ARIMA itu sendiri. Pertimbangan ini membutuhkan lebih banyak daya tembak komputasi daripada yang tersedia secara gratis atau dengan sebagian besar penawaran komersial. Cara yang baik untuk mempelajari deret waktu adalah dengan benar-benar mencoba memodelkan atau mempelajari bagaimana seorang ahli memodelkannya.

— IrishStat

Untuk bahan pengantar tambahan, buku teks statsoft online sering merupakan tempat yang baik untuk memulai, tetapi saya curiga @IrishStat benar pada akhirnya.

— gung - Reinstate Monica

Jawaban:

Sesuai komentar saya, saya tidak yakin apa yang Anda cari, tetapi ketika saya menyesuaikan deret waktu setelah sedikit jeda dari mereka, saya cenderung mengambil salinan Analisis Rangkaian Waktu dan Penerapannya untuk pertanyaan teori lebih lanjut dan saya melihat beberapa situs online yang berbeda (juga lakukan beberapa pencarian di Google untuk melihat apakah ada yang baru dan manis):

http://cran.r-project.org/web/views/TimeSeries.html

Taskview CRAN pada seri waktu memberi Anda melihat baik pada berapa banyak hal yang dapat Anda lakukan

http://www.stat.pitt.edu/stoffer/tsa2/R_time_series_quick_fix.htm

Adalah langkah yang bagus melalui beberapa analisis deret waktu di R. Saya pribadi melakukan banyak pembelajaran statistik melalui contoh (yang umumnya berarti mengikuti panduan seperti ini di R), jadi panduan ini adalah favorit saya.

http://www.duke.edu/~rnau/411arim.htm

Tautan ini layak dilihat di ARIMA di luar R, ini memandu Anda memahami arti dari berbagai model.

Terakhir, Anda selalu dapat melihat wikipedia jika Anda hanya mencari pernyataan untuk formula. Ini hanya yang telah saya tandai di buku, jadi mungkin beberapa orang lain akan menyumbang favorit mereka. Seperti yang saya katakan di komentar, jika Anda memperluas apa yang Anda cari secara lebih spesifik, Anda mungkin bisa mendapatkan tautan yang lebih baik dari saya atau salah satu dari orang-orang yang mengikuti rangkaian waktu lebih dekat daripada saya.

— asjohnson
sumber

Terima kasih atas jawaban Anda, saya telah berusaha menemukan situs web Duke itu sejak lama, tetapi telah melupakan nama universitas dan karenanya tidak terlalu jauh! Saya berharap bisa memberi Anda lebih dari +1.

— Michelle

Secara pribadi, saya pikir halaman web ini adalah sumber yang fantastis untuk analisis deret waktu, terutama karena menyediakan kode R.

— babelproofreader
sumber

Ada beberapa sumber daya daring yang baik, gratis,:

The Little Book of R for Time Series , oleh Avril Coghlan (juga tersedia dalam bentuk cetak, cukup murah) - Saya belum membaca semua ini, tetapi sepertinya ini ditulis dengan baik, memiliki beberapa contoh bagus, dan pada dasarnya dimulai dari awal ( mis. mudah untuk masuk).
Bab 15, Statistik dengan R , oleh Vincent Zoonekynd - Intro yang layak, tetapi mungkin sedikit lebih maju. Saya menemukan bahwa ada terlalu banyak kode (kurang komentar), dan tidak cukup penjelasan tentangnya.

— tidak ada apa-apa101
sumber