0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: > 时间序列的分析与应用

浏览历史

时间序列的分析与应用


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
时间序列的分析与应用
  • 书号:
    作者:
  • 外文书名:
  • 装帧:
    开本:
  • 页数:0
    字数:289000
    语种:
  • 出版社:科学出版社
    出版时间:
  • 所属分类:O21 概率论与数理统计
  • 定价: ¥2.05元
    售价: ¥1.62元
  • 图书介质:
    纸质书

  • 购买数量: 件  缺货,请选择其他介质图书!
  • 商品总价:

相同系列
全选

内容介绍

用户评论

全部咨询

内容简介
本书叙述时间序列的分析与处理方法,理论较严谨,方法较新.本书共十章,第一章介绍随机序列的概念和两种估计方法;第二章介绍时间序列类,即具有有理谱的平稳序列及其性质,第三、四、五、六章讨论时间序列分析方法;第七、八、九章介绍应用,包括预报、系统识别和随机漂移控制;第十章介绍极大熵谱估计.一些较复杂的理论结果放在书末的附录中.
读者对象是工程技术人员和数学工作者.
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 绪论
    第一章 随机序列
    §1.过程的直观分类
    §2.随机序列的数学描述
    §3.平稳随机序列
    §4.多维随机序列
    §5.两种估计及参数估计的优效性概念
    第二章 线性模型及自相关与偏相关函数
    §1.随机线性模型
    §2.ARMA序列的自相关与偏相关函数
    §3.一类非平稳序列——ARIMA序列
    第三章 模型的初步识别与参数的矩估计
    §1.样本自相关与样本偏相关函数
    §2.模型的初步识别方法
    §3.参数的相关矩估计方法
    §4.模型识别的多样性与均值的判断
    第四章 参数的精估计
    §1.最小二乘估计
    §2.最小平方和估计
    §3.精估计的数值解法及其它近似方法
    §4.极大似然估计与估计的优效性质
    第五章 估计模型的检验与改进
    §1.估计模型检验的一般叙述
    §2.自相关函数检验法
    §3.周期图检验法
    §4.估计模型的一种改进方法
    §5.分段拟合与适时拟合
    第六章 序列的合成、分解及季节性模型
    §1.序列的合成
    §2.序列的分解
    §3.季节性模型
    第七章 随机序列预报
    §1.预备公式
    §2.平稳线性最小方差预报及其性质
    §3。各类序列的预报方法
    §4.随机序列的适时预报方法
    第八章 线性系统的识别及参数估计
    §1.离散线性系统
    §2.样本互相关函数
    §3.系统的初步识别与估计
    §4.系统参数的最小二乘估计
    §5.系统模型的检验
    第九章 随机漂移的控制
    §1.概述
    §2.顺馈系统
    §3.反馈控制
    §4.顺馈-反馈联合控制
    第十章 极大熵谱估计与AR模型
    §1.以极大熵为准则的谱估计
    §2.极大熵谱估计的计算方法
    附录
    §1.自相关与偏相关函数的截尾性质
    §2.样本自相关函数的渐近性质
    §3.正态ARMA序列的分布密度
    §4.ARMA序列的信息阵
    §5.正态AR序列参数估计的渐近性质
    参考文献
    后记
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证