Kendi kendine çalışma zaman serisi analizi için kitaplar?

Hamilton tarafından Zaman Serileri Analizi'ne başladım, ancak umutsuzca kayboldum. Bu kitap kendi başıma öğrenemediğim için gerçekten çok teorik.

Bireysel çalışma için uygun olan zaman serisi analizi üzerine bir ders kitabı önerisi olan var mı?

Aşağıdaki kitapları tavsiye ettim:

1. Zaman Serileri Analizi ve Uygulamaları: R Örnekleriyle
2. Zaman Serileri Analizi ve Örneğe Göre Tahmin

Umarım yardımcı olur. İyi şanslar!

Tahmin: Rob J Hyndman ve George Athanasopoulos'un ilkeleri ve uygulamaları çevrimiçi olarak ücretsiz bulunabilir: http://otexts.com/fpp/

Bu kendi başına iyi bir kitap; Hyndman'ın Makridakis ve Wheelright ile önceden yaptığı tahmin kitabı oldukça saygın olmakla birlikte, bu fiyat için ne aldığınızı görmenin bir avantajı da var.

Her zaman bir Rprogramlama ve zaman serisi analizi perspektifinden bahsettiğim üç kitap var :

1. Zaman Serileri Analizi ve Uygulamaları: Shumway ve Stoffer'dan R Örnekleriyle
2. Zaman Serileri Analizi: R'de Cryer ve Chan ile Kullanılan Uygulamalar ile .
3. Cowpertwait ve Metcalfe'den R ile Tanıtıcı Zaman Serileri

Shumway ve Stoffer'ın ilk kitabında, çevrimiçi olarak EZgreen sürümü adı verilen açık kaynaklı (kısaltılmış) bir sürüm bulunur.

Özellikle zaman serisi tahminlerini arıyorsanız, aşağıdaki kitapları tavsiye ederim:

1. Makridakis, Wheelwright ve Hyndman'ın Tahmin Yöntemleri ve Uygulamaları . Bu kitaba tekrar tekrar atıfta bulunuyorum, Bu bir klasik, yazma tarzı kesinlikle olağanüstü.
2. Güzel R örnekleri ile yukarıdaki kitabın bir çevrimiçi halefi Hyndman ve Athanasopoulos tarafından Tahmini İlke ve Uygulama .
3. Klasik Box Jenkins modelleme yaklaşımına bakıyorsanız, Time Series Analysis: Box, Jenkins ve Reinsel tarafından Tahmin Etme ve Kontrol Etmeyi öneriyorum.
4. Transfer fonksiyonu modellemesi ve tahmininde istisnai bir muamele Pankratz'ın Dinamik Regresyon Modelleri ile Tahminidir . Yine yazı stili kesinlikle harika.
5. Gerçek dünyadaki problemleri çözmek için öngörme başvurusunda bulunuyorsanız, bir başka son derece yararlı ise Armstrong'un Tahmini İlkeleridir .

Bence 1, 4 ve 5. kitaplar en iyi kitapların en iyilerinden. Birçoğu Hyndman ve Athanasopoulos'un Tahmin İlke ve Uygulamalarını sever, çünkü açık kaynak Rkodludur. Genişliğe, öngörme yöntemlerinin kapsamının derinliğine ve kendinden önceki Makridakis ve ark.nın yazı stiline daha yakın bir yöntem değildir.

1. Referansların listesi: örneğin, Box Jenkins bölümünde Makridakis ve arkadaşlarının ~ 31 referansı vardır, Hyndman ve arkadaşlarının pek çok bölümünde çok az referans vardır ya da hiç yoktur.
2. Kapsamdaki Genişlik ve Derinlik - Hyndman ve ark. özellikle ilk yazar tarafından geliştirilen Tek Değişkenli yöntemlere odaklanırken, Makridakis ve ark. Sadece kendi araştırmalarına değil, aynı zamanda çok çeşitli yöntem ve uygulamalara odaklanmak ve ayrıca akademik olarak daha odaklanmak yerine gerçek dünya uygulamalarına ve öğrenmelerine odaklanmak.
3. Yazma stili - Her iki kitap da son derece iyi yazılmış olduğundan şikayet edemiyorum. Ancak şahsen Makridakis'e dayanıyorum çünkü karmaşık kavramları okuyucu dostu bölümlere ayırıyor. Dinamik regresyon veya transfer fonksiyonları üzerine bir bölüm var, bu "karmaşık yöntem" ile ilgili net bir açıklama ile karşılaştığımda hiçbir yerim yok. 15 sayfada Dinamik regresyonun ne olduğunu ve okuyucunun başarısını anlamalarına yardımcı olmak için olağanüstü bir yazma yeteneği gerekir.
4. Makridakis ve diğerleri, yazılım / yöntem agnostiktir ve bazı yararlı yazılım paketlerini listeler ve karşılaştırır ve karşılaştırır (bu neredeyse 20 yaşında olmasına rağmen), bir uygulayıcı için hala çok değerlidir.
5. Makridakis ve diğerlerinde gerçek dünyada tahminin nasıl uygulanacağına ilişkin üç bölüm. Bir uygulayıcı için olması gereken büyük bir artı.

Tahmini basitçe arima ve üstel düzeltme ve çıktı üretmek gibi tek değişkenli yöntemler kullanmaz. Bundan çok daha fazlası ve özellikle daha uzun bir ufka baktığınızda stratejik tahmin. Armstrong'un öngörme ilkeleri tek değişkenli ekstrapolasyon yöntemlerinin ötesine geçmektedir ve gerçek dünya tahminini özellikle stratejik tahmin yapanlar için önerilmektedir.

Ne kadar matematik istediğine bağlı. Daha az matematiksel yoğun tedavi için Uygulamalı Ekonometrik Zaman Serisi Enders iyi kabul edilir.

Damodar Gujarati'nin Dördüncü Bölümü ve Dawn Porter'ın Temel Ekonometrisi (5. basım), zaman serisi ekonometrisinde beş bölümden oluşuyor - çok popüler bir kitap! Çok sayıda alıştırma, regresyon çıktıları, yorumlar içerir ve hepsinden iyisi, verileri kitabın web sitesinden indirebilir ve sonuçları kendiniz için çoğaltabilirsiniz. Bir diğer güzel kitap ise Stok ve Watson'ın Ekonometriye Giriş .

Hamilton ile başlamak çok güzeldi ama az önce bahsettiğim iki kitaptaki zaman dizisi bölümlerinin her ikisini de okudum ve daha sonra Walter Enders'in Uygulamalı Ekonometrik Zaman Serileri ya da Terrence C Mill'in Finansal Modellemesi gibi bir şeye geçtim . Zaman Serisi .

Bundan sonra (ve muhtemelen bazı matematiksel ekonomi incelemesi sonrasında) oturup Hamilton'u rahatça okuyabilmelisiniz.

Not: Box & Jenkins '1970 klasik Zaman serisi analizi: Tahmin etme ve kontrol açıkça bahsettiğim "modern ders kitaplarından" daha yoğun (yani içerikte daha dar), ama gerçekten iyi bir anlayış edinmek isteyen herkes olduğunu söyleyebilirim. Zaman serisinin bu okuma listesinden çıkmamalı.

Diğer metne ek olarak, Springer's Use R! 'De iki kitap tanıtım kitabı vardır. zaman serilerini kapsayan seriler:
R'de R ve Applied Econometrics ile Tanıtımlı Zaman Serileri

Dizide ayrıca, R ile Bütünleşik ve Eş-Bütünleşik Zaman Serilerinin Analizi gibi ileri bir ekonometri metni de bulunmaktadır .

Bunları kullanmamıştım ancak serideki birkaç kişiyi mükemmel buldum.

Bazı iyi, ücretsiz, çevrimiçi kaynaklar var:

1. Avril Coghlan'ın Küçük Zaman Kitabı, Küçük Kitap (aynı zamanda oldukça ucuz) yani, içine girmek kolay).
2. Bölüm 15, R ile İstatistik , Vincent Zoonekynd tarafından - İyi intro, ama muhtemelen biraz daha ileri. Çok fazla (kötü yorumlanmış) kod olduğunu ve bunun yeterince açıkladığını görüyorum.

Hamilton'ı çok zor bulursanız, Bent Nielsen ve David Hendry'den Ekonometrik Modellemeye Giriş Princeton Uni Press var. Daha derin bir teoriden çok sezgilere ve pratik uygulamalara odaklanır. Yani, eğer bir zaman kısıtlaması içindeyseniz, bu iyi bir yaklaşım olacaktır.

Hamilton tarafından yapılan Zaman Serileri Analizine devam etmeyi hala tavsiye ederim. Matematiksel olarak çok derin ve ilk dört bölüm sizi uzun süre devam ettirecek ve konuya çok güçlü bir giriş niteliğindedir. Aynı zamanda Granger nedensellik ve eşbütünleşmeyi de kapsar ve bu konuyu daha derinlemesine takip etmeye karar verirseniz, paha biçilmez bir kaynaktır.

Eşbütünleşmenin daha sezgisel bir tedavisi için, Engle ve White'dan Eşbütünleşme, Nedensellik ve Tahmini öneriyorum.

Sonunda, çok gelişmiş tedaviler için, Soren Johansen'in "Tümleşik VAR'larda Olabilirlik Temelli Çıkarım" adlı kitabı ve elbette David Hendry'nin "Dinamik Ekonometri" si var.

Bu ikisi arasında Hendry'nin daha büyük resim odaklı olduğunu ve Johansen'ın matematikte oldukça zor olduğunu düşünüyorum.

Zaman Serileri Analizi: William Wei ve David P. Reilly tarafından Tek Değişkenli ve Çok Değişkenli Yöntemler - zaman serileri hakkında çok iyi bir kitap ve oldukça müstehcen. Ben güncellenmiş sürümü var ama çok daha yüksek bir fiyata. R örnekleri içermez. Bu, açıkça sadeleştirilmiş çözümler / tanıtım ders kitaplarında göz ardı edilen Müdahale Tespiti prosedürlerinin büyük bir tartışmasını / sunumunu içerir.

NBER Summer Institute “Zaman Serileri Ekonometrisindeki Yenilikler” var (bu malzemenin kapılı olup olmadığından emin değilsiniz). Eşlik eden slaytlar içeren videolar var. Dersler, popüler lisans ekonometri ders kitabı ile tanınan bir çift profesör (Stock and Watson) tarafından verilmektedir.

Benim düşünceme göre, gerçekten Tahmini yenemezsin : ilkeler ve pratik. CV'nin kendi Rob Hyndman'ı ve George Athanasopoulos tarafından yazılmıştır , çevrimiçi olarak ücretsiz olarak kullanılabilir ve mükemmel tahmin paketini kullanarak R'de tonlarca örnek kod vardır .

Stata kullanıyorsanız, Zaman Serisine Giriş Sean Becketti'nin Stata Kullanması sağlam bir giriş, pek çok örnek ve teori üzerine yapılan sezgilere vurgu yapıyor. Bence bu kitap Ender'i çok iyi tamamlayacaktı.

Kitap Stata diline bir girişle açılır ve ardından regresyon ve hipotez testlerinin hızlı bir şekilde gözden geçirilmesi ile açılır.

Zaman dizisi bölümü verileri düzeltmek ve tahmin etmek için hareketli ortalama ve Holt – Winters teknikleriyle başlar. Bir sonraki bölüm, bu teknikleri teknik tahmin için kullanmaya odaklanmaktadır. Bu yöntemler genellikle ihmal edilir, ancak otomatik tahmin için oldukça iyi çalışırlar ve açıklamaları kolaydır. Becketti ne zaman çalışacaklarını ve ne zaman çalışmayacaklarını açıklar.

Sonraki bölümlerde, otokorelasyon bozukluğu, ARIMA ve ARCH / GARCH modellemesi gibi tek denklemli zaman serisi modelleri ele alınmaktadır.

Sonunda, Becketti çoklu denklem modellerini, özellikle VAR'ları ve VEC'leri ve durağan olmayan zaman serilerini tartışıyor.

İşe yarayabilecek birkaç kitap var. Eğer matematiksel olarak zorlanıyorsanız, Mcdowall, Mcleary, Meidinger ve Hay adlı iki SAGE kitabıyla başlamak isteyebilirsiniz, "Kesintili Zaman Serisi Analizi" 1980 VEYA "Uygulamalı Zaman Serisi Analizi", Richard McLeary tarafından. Zaman serileri hakkında daha fazla şey öğrenip, nesir almaktan daha fazlasını istediğinize karar verdiğinizden ve bazı zamanlar boyunca acı çekmeye istekli olduğunuza karar verdiğinizde, Addison-Wessley tarafından yayınlanan "Zaman Serisi Analizi" başlıklı mükemmel bir seçim olacaktır. Web tabanlı eğitim materyali açısından, ben de görülebilir kullanışlı birçok materyal yazdım http://www.autobox.com/cms/index.php/afs-university/intro-to-forecasting başlıklı "Giriş Tahmini ".

HILL GRIFFITHS LIM 2011 "Ekonometri İlkeleri" 4E Wiley
Avantajları:
(1) Takip etmesi çok kolay. Konular iyi sunulmuştur. Hayatımda herhangi bir ekonometrik ders almadığım halde, tanıtım ekonometrisini kitapla kolayca kavradım.

(2) HILL'in kitabını anlamak için ek kitaplar var:
a. Ekonometri İlkeleri İçin Eviews Kullanmak
b. Ekonometri Prensipleri İçin Excel Kullanımı
c. Ekonometri İlkeleri için Gretl Kullanmak
d. Ekonometri İlkeleri İçin Stata Kullanımı

Dezavantajları:
(1) "Ekonometri Prensipleri İçin R Kullanmak" yoktur!
R endüstri standardıdır. R Python'dan daha iyidir. Akılda kalan matematik en iyi R üzerinden koda yansıtılabilir (Bunu, VBA modüllerini Excel'de yazan, Gretl kodlarını yazan, Eviews kodlarını yazan kişi olarak söylüyorum).

"GREENE 2011 Econometric Analysis - WH GREENE 7E PearsonPrentice Hall" ile Econometrics'i kendi kendime başlattım. Bu aynı zamanda hoş, ama daha teorik; yeni başlayanlar için zor olabilir.

Özet olarak, Econometrics'i Hill'in kitabıyla kavramanızı şiddetle tavsiye ediyorum ve bu anlayışı R'ye dayanan başka bir Econometry kitabı aracılığıyla uyguladım.