자가 학습 시계열 분석을위한 책?

해밀턴의 시계열 분석으로 시작했지만 절망적으로 길을 잃었습니다. 이 책은 제가 스스로 배우기에는 너무 이론적입니다.

자율 학습에 적합한 시계열 분석에 대한 교과서에 대한 권장 사항이 있습니까?

나는 다음과 같은 책을 추천했다 :

1. 시계열 분석 및 응용 : R 예
2. 예제 별 시계열 분석 및 예측

도움이 되길 바랍니다. 행운을 빕니다!

예측 : Rob J Hyndman과 George Athanasopoulos의 원칙과 실습은 무료 온라인으로 제공됩니다 : http://otexts.com/fpp/

그 자체로는 좋은 책입니다. Makridakis와 Wheelright가있는 Hyndman의 이전 예측 책은 높이 평가되지만 가격에 대한 결과를 볼 수 있다는 추가 이점이 있습니다.

R프로그래밍과 시계열 분석 관점 에서 항상 언급하는 세 가지 책이 있습니다 .

1. 시계열 분석 및 응용 : Shumway와 Stoffer의 R 사례
2. 시계열 분석 : Cryer 및 Chan의 R 에 응용 프로그램 사용
3. Cowpertwait 및 Metcalfe의 R 을 사용한 소개 시계열

Shumway와 Stoffer의 첫 번째 책에는 EZgreen 버전이라는 온라인으로 제공되는 오픈 소스 버전이 있습니다 .

시계열 예측을 구체적으로 살펴 보려면 다음 책을 권장합니다.

1. Makridakis, Wheelwright 및 Hyndman의 예측 방법 및 응용 프로그램 . 나는이 책을 반복해서 언급한다. 이것은 고전적이고 글쓰기 스타일은 절대적으로 경이 롭다.
2. 위의 책에 대한 훌륭한 R 예를 보여주는 온라인 후속 기사는 Hyndman과 Athanasopoulos의 예측 원칙과 실습 입니다.
3. 클래식 Box Jenkins 모델링 방법을보고 있다면 시계열 분석 : Box, Jenkins 및 Reinsel의 예측 및 제어 를 권장 합니다.
4. 전달 함수 모델링 및 예측에 대한 예외 처리는 Pankratz의 동적 회귀 모델을 사용한 예측입니다 . 다시 쓰기 스타일은 절대적으로 좋습니다.
5. 실제 문제를 해결하기 위해 예측을 적용 할 때 매우 유용한 또 다른 방법은 Armstrong 의 예측 원칙입니다 .

제 생각에, 책 1, 4, 5는 최고의 책 중 최고입니다. Hyndman과 Athanasopoulos의 예측 원칙 및 실습과 같은 많은 사람들은 오픈 소스이며 R코드 가 있기 때문에 . 폭이 넓고 예측 방법의 적용 범위와 이전의 Makridakis 등의 글쓰기 스타일에 더 가깝지는 않습니다. 다음은 내가 Makridakis et al.

1. 참고 문헌 목록 : 예를 들어 Box Jenkins 장의 Makridakis et al은 ~ 31 개의 참고 문헌을 가지고 있고, Hyndman et al은 많은 장에 참고 문헌이 거의 없거나 전혀 없습니다.
2. 적용 범위의 폭과 깊이-Hyndman et al. Makridakis 등은 주로 첫 번째 저자가 개발 한 일 변량 방법에 중점을 둡니다. 또한 자신의 연구뿐만 아니라 다양한 방법과 응용에 중점을두고 있으며보다 학문적으로 초점을 맞추는 것이 아니라 실제 응용과 학습에 중점을두고 있습니다.
3. 작문 스타일 – 두 책 모두 예외적으로 잘 작성 되었기 때문에 진정으로 불평 할 수 없습니다. 그러나 나는 복잡한 개념을 독자 친화적 인 섹션으로 요약하기 때문에 Makridakis에 개인적으로 의존합니다. 동적 회귀 또는 전달 함수에 대한 섹션이 있지만이 "복잡한 방법"에 대한 명확한 설명이없는 곳은 없습니다. 독자가 15 페이지에있는 동적 회귀 분석을 이해하고 성공할 수 있도록 독창적 인 글쓰기 재능이 필요합니다.
4. Makridakis 등은 소프트웨어 / 방법론에 구애받지 않으며 유용한 소프트웨어 패키지를 나열하고 비교하고 대조합니다 (이것은 거의 20 년이되었지만 여전히) 실무자에게는 매우 귀중합니다.
5. Makridakis et al.에서 실제 세계에 예측을 적용하는 방법에 대한 3 개의 전용 장. 실무자에게는 큰 장점입니다.

예측은 단순히 arima 및 지수 평활 및 출력 생성과 같은 일 변량 방법을 실행하지 않습니다. 그 이상, 특히 더 긴 시야를 바라 볼 때 특히 전략적 예측입니다. 암스트롱의 예측 원칙은 일 변량 외삽 법을 뛰어 넘어 실제 예측, 특히 전략적 예측을 수행하는 모든 사람에게 강력히 권장됩니다.

그것은 당신이 원하는 수학의 양에 달려 있습니다. 수학적으로 덜 강렬한 치료를 위해 Enders의 Applied Econometric 시계열 은 잘 알려져 있습니다.

Damodar Gujarati의 4 부 와 Dawn Porter의 기본 계량 경제학 (5th ed)에는 ​​시계열 계량 경제학에 관한 5 개의 장이 있습니다. 여기에는 많은 연습 문제, 회귀 분석 결과, 해석 등이 포함되어 있으며,이 책의 웹 사이트에서 데이터를 다운로드하여 결과를 직접 복제 할 수 있습니다. 또 다른 좋은 책은 Stock and Watson의 Econometrics 소개 입니다.

해밀턴으로 시작하는 것이 좋았지 만 방금 언급 한 두 권의 책에서 시계열 섹션을 모두 읽은 다음 Walter Enders의 Applied Econometric 시계열 또는 Terrence C Mill의 재무 모델링 과 같은 내용으로 넘어갑니다. 시계열 .

이 후에 (그리고 아마도 수학 경제학에 대한 약간의 검토를 거친 후에) 앉아서 Hamilton을 편안하게 읽을 수 있어야합니다.

참고 : Box & Jenkins의 1970 년 클래식 시계열 분석 : 예측 및 제어 는 앞서 언급 한 "현대 교과서"보다 훨씬 집중적입니다 (예 : 내용의 폭이 좁지 만). 시계열이 이것을 읽기 목록에서 벗어나지 않아야합니다.

다른 텍스트 외에도 Springer 's Use R에는 두 권의 책이 소개되어 있습니다! 시계열을 다루는 시리즈 :
R의 R 및 응용 계량 경제학을 갖춘 입문 시계열

R 시리즈의 통합 및 공동 통합 시계열 분석 시리즈에는 고급 계량 경제학 텍스트도 있습니다 .

나는 이것을 사용하지 않았지만 시리즈의 다른 몇 가지가 우수하다는 것을 알았습니다.

좋은 무료 온라인 자료가 있습니다 :

1. Avril Coghlan의 Time Series에 대한 R의 작은 책 (또한 저렴한 가격으로 인쇄 가능)-이 모든 것을 읽지는 못했지만 잘 쓰여진 것처럼 보이며 좋은 예가 있으며 기본적으로 처음부터 시작됩니다 ( 즉, 들어가기 쉽다).
2. 15 장, 빈센트 주네 킨드 (Vincent Zoonekynd)의 R을 사용한 통계 (Statistics with R ) 코드가 너무 많고 (잘못 주석 처리됨) 설명이 충분하지 않습니다.

Hamilton이 너무 어렵다면 Bent Nielsen과 David Hendry의 Econometric Modeling Princeton Uni Press 소개가 있습니다. 그것은 더 깊은 이론보다 직관과 실용적인 방법에 더 중점을 둡니다. 따라서 시간 제약이 있다면 좋은 접근 방법입니다.

해밀턴의 시계열 분석을 계속 사용하는 것이 좋습니다. 수학적으로 매우 깊으며 처음 네 장은 오랫동안 계속 진행하며 주제에 대한 매우 강력한 소개 역할을합니다. 또한 Granger의 비 인과 관계 및 통합을 다루며이 주제를 더 깊이 추구하기로 결정한 경우 귀중한 자료가됩니다.

보다 직관적 인 공적분 처리를 위해서는 Engle and White의 공적분, 인과성 및 예측을 권장합니다.

마지막으로 매우 진보 된 치료를 위해 Soren Johansen의 저서 "공통 통합 VAR의 가능성 기반 추론"과 David Hendry의 "동적 계량 학"이 있습니다.

이 두 가지 중에서 Hendry 's는 더 큰 그림을 지향하고 Johansen은 수학에 상당히 어려움을 겪고 있다고 생각합니다.

시계열 분석 : William Wei와 David P. Reilly의 일 변량 및 다변량 방법 -시계열에 대한 아주 좋은 책이며 매우 비현실적입니다. 업데이트 된 버전이 있지만 훨씬 높은 가격으로 제공됩니다. R 예는 포함되지 않습니다. 여기에는 단순화 된 솔루션 / 소개 교과서에서 무시되는 중재 탐지 절차에 대한 토론 / 표현이 명시 적으로 포함되어 있습니다.

NBER Summer Institute "시계열 측정계의 새로운 기능"이 있습니다 (이 자료가 게이트되어 있는지 여부는 확실하지 않음). 슬라이드가 포함 된 비디오가 있습니다. 강의는 인기있는 학부 계량 경제학 교과서로 유명한 한 쌍의 교수 (스톡과 왓슨)가 진행합니다.

제 생각에는 예측과 원칙을 능가 할 수 없습니다 . CV의 Rob Hyndman 과 George Athanasopoulos 가 작성했으며 무료 온라인으로 제공되며 우수한 예측 패키지를 사용하여 R에 많은 예제 코드가 있습니다.

Stata를 사용하는 경우 Sean Becketti의 Stata 를 사용한 시계열 소개 는 탄탄하고 부드러운 소개이며 이론에 대한 직관에 많은 예가 있습니다. 나는이 책이 엔더를 잘 보완 할 것이라고 생각한다.

이 책은 Stata 언어에 대한 소개와 함께 회귀 및 가설 테스트에 대한 빠른 검토로 시작됩니다.

시계열 부분은 데이터를 평활하고 예측하기 위해 이동 평균 및 Holt-Winters 기술로 시작합니다. 다음 섹션에서는이를 기술 예측에 사용하는 데 중점을 둡니다. 이러한 방법은 종종 무시되지만 자동 예측에는 다소 효과적이며 설명하기 쉽습니다. 베 케티는 그들이 언제 일할 것인지, 그렇지 않을 때를 설명합니다.

다음 장에서는 자기 상관 장애, ARIMA 및 ARCH / GARCH 모델링과 같은 단일 방정식 시계열 모델에 대해 설명합니다.

결국 Becketti는 다중 방정식 모델, 특히 VAR 및 VEC 및 고정되지 않은 시계열에 대해 설명합니다.

유용한 몇 권의 책이 있습니다. 수학적으로 어려움을 겪고 있다면 Mcdowall, Mcleary, Meidinger 및 Hay의 "Sinterrupted Time Series Analysis"1980 또는 Richard McLeary의 "Applied Time Series Analysis"라고하는 두 개의 SAGE 책으로 시작하는 것이 좋습니다. 시계열에 대해 더 많이 배우고 산문보다 더 많은 것을 원하고 수학을 통해 기꺼이 고통을 겪겠다고 결정함에 따라 Addison-Wessley가 출판 한 Wei 텍스트 "Time Series Analysis"는 훌륭한 선택이 될 것입니다. 웹 기반 교육 자료와 관련하여 필자는 http://www.autobox.com/cms/index.php/afs-university/intro-to-forecasting 에서 "소개" 로 볼 수있는 유용한 자료를 많이 작성했습니다. "예측에".

HILL GRIFFITHS LIM 2011 "경제학의 원리"4E Wiley
장점 :
(1) 따라 가기 쉽다. 주제가 잘 제시되어 있습니다. 제 인생에서 계량 경제학 코스를 밟지 ​​않았지만 책을 통해 입문 형 계량 경제학을 쉽게 파악할 수있었습니다.

(2) HILL의 책을 이해하기위한 보충 책이 있습니다 :
a. 계량 경제학 원리에 EViews 사용
b. 계량 경제학 원리에 Excel 사용
c. 계량 경제학 원리에 Gretl 사용
d. 계량 경제학 원리에 Stata 사용

단점 :
(1) "경제 측정 원리에 R 사용"이 없다!
R은 산업 표준입니다. R은 Python보다 낫습니다. 수학은 R을 통해 코드에 가장 잘 반영 될 수 있습니다 (Excel에서 VBA 모듈을 작성하고 Gretl 코드를 작성하고 Eviews 코드를 작성한 사람이라고 말하고 있습니다).

"GREENE 2011 Econometric Analysis-WH GREENE 7E PearsonPrentice Hall"을 사용하여 자체 계량 측량을 시작했습니다. 초보자에게는 어려울 수 있습니다.

요약하면 Hill의 저서로 계량 경제학을 파악하고 R을 기반으로하는 다른 계량 경제학 책을 통해 그 이해를 적용하는 것이 좋습니다.