时间序列分析：基于R的数据分析方法

作者简介

罗伯特·H. 沙姆韦（Robert H. Shumway） 加利福尼亚大学戴维斯分校统计系荣誉退休教授，美国统计协会会士，曾获美国统计协会杰出统计应用奖。著作等身，并在Journal of Forecasting和Journal of the American Statistical Association等专业期刊的编委会任职。<br>戴维·S. 斯托弗（David S. Stoffer） 匹兹堡大学统计系教授，美国统计协会会士，曾获美国统计协会杰出统计应用奖。目前是Journal of Forecasting、Annals of Statistical Mathematics和Journal of Time Series Analysis的编委会成员。曾担任美国国家科学基金会的数学科学部项目主任，以及Journal of the American Statistical Association和Journal of Business & Economic Statistics的助理编辑。

内容简介

本书融合了作者多年的实践教学经验，旨在帮助读者了解时间序列作为一种分析工具所具有的丰富性和多样性。全书以一些有意义的数据集为基础，详细阐释了时间序列在医学、生物学、物理学和社会科学领域的广泛应用，并强调数据分析方法，对时域和频域方法进行了全面的介绍。 本书通过大量示例说明了如何利用时间序列分析来解决各类问题，例如，发现自然和人为的气候变化、使用功能性磁共振成像评估疼痛感知实验，以及对经济和金融问题的分析等。书中所有示例都基于R语言实现，但是阅读本书并不需要读者会用R软件。本书可以作为一学期时间序列分析导论课程的教材，需要读者具备高中数学基础，并且掌握线性回归和基于微积分的基本概率论知识。