《時間序列預測實踐教程》是2012-8-22出版的圖書，作者是（美）格雷特 李洪成。本書可以作為實用時間序列預測分析的教材，也可以作為預測分析實踐人員的參考書。
基本介紹
- 書名：時間序列預測實踐教程
- 作者： （美）格雷特 李洪成
- 定價：25元
- 出版時間：2012-8-22
- 裝幀：平裝
- 開本：16
圖書簡介,圖書目錄,
圖書簡介
本書是一本側重於時間序列分析預測實踐的教材。它從時間序列預測的整個過程來組織全部內容。主要內容有時間序列預測的流程、時間序列數據的收集和預處理、預測精確度的衡量指標、各種不同的預測分析方法。它既涵蓋了基於模型的預測分析方法，也涵蓋了數據驅動的預測分析方法。書中給出了大量的實際案例，讀者可以從中獲取進行時間序列預測所必需的經驗。
圖書目錄
第1章 預測過程簡介1
1.1 預測套用1
1.2 本書常用符號1
1.3 預測過程2
1.4 預測目標--以美國鐵路客運公司為例3
1.4.1 描述性目標和預測性目標4
1.4.2 向前預測期數和預測數據更新5
1.4.3 預測的套用6
1.4.4 預測自動化水平6
第2章 數據9
2.1 數據收集9
2.2 時間序列的組成成分11
2.3 時間序列的可視化11
2.4 互動式可視化16
2.5 數據預處理19
第3章 預測結果評估24
3.1 數據分割24
3.1.1 按時間劃分時間序列25
3.1.2 合併訓練集和驗證集建立最終預測模型26
3.1.3 選擇驗證集區間28
3.2 簡單預測28
3.3 衡量預測精度29
3.3.1 常用衡量預測精度的指標29
3.3.2 衡量模型預測精度指標的注意問題31
3.4 預測不確定性評估33
3.4.1 預測誤差的分布33
3.4.2 預測區間33
時間序列預測實踐教程目 錄第4章 預測方法概述36
4.1 基於模型的方法和數據驅動的方法36
4.2 外推法、計量模型和外部信息37
4.3 人工預測和自動預測38
4.4 組合方法38
第5章 基於回歸的預測方法43
5.1 趨勢模型的分析43
5.1.1 線性趨勢43
5.1.2 指數趨勢48
5.1.3 多項式趨勢49
5.2 帶有季節性趨勢的模型51
5.3 同時帶有趨勢性和季節性的模型54
5.4 由模型進行預測56
5.5 AR模型和ARIMA模型58
5.5.1 計算自相關59
5.5.2 利用自相關信息來提高預測精度62
5.5.3 評價可預測性65
5.6 不規則的趨勢模式66
5.6.1 離群值67
5.6.2 特殊事件67
第6章 平滑方法80
6.1 引言80
6.2 移動平均80
6.2.1 中心移動平均： 方便可視化81
6.2.2 截尾移動平均： 方便預測81
6.2.3 選擇視窗寬度(?w?)86
6.3 差分86
6.3.1 剔除趨勢86
6.3.2 剔除季節性(季節調整、去季節化)87
6.3.3 剔除趨勢和季節性88
6.4 簡單指數平滑處理88
6.4.1 選擇平滑處理參數α89
6.4.2 移動平均和簡單指數平滑之間的關係90
6.5 高級指數平滑處理91
6.5.1 帶有趨勢的序列： 加法模型91
6.5.2 帶有趨勢的序列： 乘法模型91
6.5.3 帶有趨勢和季節性的序列92
6.5.4 帶有季節性的時間序列(無趨勢)93
6.6 指數平滑方法的擴展95
6.6.1 多個季節周期95
6.6.2 加法平滑常數95
第7章 其他預測方法105
7.1 預測中如何套用外部信息105
7.1.1 案例1: 預測農作物的產量106
7.1.2 案例2: 預測電影的票房收入107
7.2 預測二元結果108
7.3 邏輯回歸108
7.3.1 邏輯回歸簡介108
7.3.2 案例： 澳大利亞Melbourne的降雨預測110
7.4 神經網路113
7.4.1 神經網路模型114
7.4.2 預處理117
7.4.3 用戶輸入117
7.4.4 案例： 預測Amtrak公司的客流118
7.4.5 神經網路的輸出119
第8章 溝通和維護125
8.1 預測結果的報告125
8.2 預測監測127
8.3 撰寫報告128
8.4 保持預測記錄128
8.5 決策者的預測調整129
第9章 實習案例131
9.1 預測公共運輸需求131
9.1.1 問題背景131
9.1.2 問題描述131
9.2 遊客預測133
9.2.1 問題背景133
9.2.2 問題描述133
9.3 預測股票價格的變化(2010年INFORM比賽題目)135
9.3.1 問題背景135
9.3.2 問題描述135
附錄A XLMiner軟體的獲取方法和選單項簡介139
參考文獻143
