Informacje o książce ,,Analiza i prognozowanie szeregów czasowych” oraz materiały dodatkowe.

Książka ,,Analiza i prognozowanie szeregów czasowych”

Książka:

• jest nowoczesnym podręcznikiem wprowadzającym do analizy i prognozowania szeregów czasowych,
• bazuje na darmowym systemie R, który jest standardem współczesnej statystyki oraz powszechnie stosowanym narzędziem praktycznej analizy danych,
• przedstawia najważniejsze metody i modele z punktu widzenia zastosowań,
• umożliwia poznanie wszystkich etapów analizy szeregów czasowych: od graficznej prezentacji danych, niezbędnych przekształceń wstępnych, poprzez identyfikację tendencji długoterminowych i sezonowych, dopasowanie i diagnostykę modeli, kończąc na konstrukcji prognoz i ocenie ich dokładności,
• zawiera liczne przykłady oparte na rzeczywistych szeregach czasowych z różnych obszarów zastosowań.

Więcej informacji o książce oraz jej fragmenty znajdziesz poniżej.

O książce

Obejrzyj okładkę

Strona książki w PWN

Zapraszamy na stronę książki w wydawnictwie PWN.

Jak kupić?

Książkę można kupić w:

• księgarniach stacjonarnych PWN na terenie całego kraju,
• księgarni internetowej PWN
• wielu innych księgarniach internetowych

Zawartość książki

Najważniejsze zagadnienia omówione w książce

1. Wczytywanie i podstawowe operacje na danych w środowisku R
2. Graficzna prezentacja danych
   • wykresy zwykłe i sezonowe,
   • wykresy autokorelacji,
   • wybrane wykresy specjalistyczne.
3. Przekształcenia wstępne szeregów
   • przekształcenia szeregu ułatwiające analizę,
   • korekty kalendarzowe,
   • agregowanie danych,
   • różnicowanie.
4. Dekompozycja szeregów — identyfikacja regularnych tendencji w danych
   • składowe szeregu czasowego: trend, cykliczność i sezonowość,
   • metody wygładzania i dekompozycji szeregu,
   • eliminacja trendu i sezonowości.
5. Modele ARIMA
   • modele stacjonarne i niestacjonarne (AR, MA, ARMA, ARIMA, SARIMA),
   • identyfikacja modelu i estymacja jego parametrów,
   • analiza poprawności dopasowania modelu — diagnostyka,
   • wybór optymalnego modelu dla danych.
6. Prognozowanie szeregów
   • najprostsze (naiwne) metody prognozowania,
   • prognozowanie na podstawie modeli ARIMA,
   • algorytmy wygładzania wykładniczego,
   • prognozy oparte na dekompozycji,
   • ocena i porównanie dokładności prognoz.

Spis treści

Dowiedz się, jak wygląda spis treści książki

Fragmenty

Wahasz się, czy kupić książkę? Przeczytaj fragmenty, może Cię zachęcą:

• wstęp,
• wprowadzenie.

Dane do książki

Wszystkie dane do książki znajdują się w pakiecie TSAFBook, który trafi na serwer CRAN i będzie możliwy do instalacji jak każdy inny pakiet.

Zanim to się stanie, ściągnij pakiet:

• w wersji binarnej dla Windows
• w wersji źródłowej

Korzystając z danych z pakietu pamiętaj o cytowaniu (uruchom w R: library(TSAFBook); citation("TSAFBook")).

Jeśli chcesz skorzystać z danych do innego celu lub analizować je w innym programie, to możesz wczytać je z plików w innych formatach (spakowane w plikach .zip):

• RData
• TXT
• CSV

Korzystając z danych pamiętaj proszę o cytowaniu książki — zgodnie z informacjami podanymi poniżej.

@BOOK{tutajTwojKluczBibtexa,
 title = {Analiza i prognozowanie szeregów czasowych.
 Praktyczne wprowadzenie na podstawie środowiska R},
 publisher = {PWN},
 year = {2015},
 note = {{ISBN} 978-83-01-18356-1},
 author = {Zagdański, A. and Suchwałko, A.}
}