**
前言
**
首先,一些教材偏重于数学理论和推导.作者多为数学出身,他们习惯于数学的严格性和导出精确而又漂亮的数学结论.这些书适用于那些愿意为时间序列的数学理论研究做出贡献的读者.
其次,国内教材中一元时间序列往往占绝大部分篇幅,而且包含在各种数学假定下的各种定理和结果.这是因为一元时间序列的数学描述确实很漂亮,很多结果都能够以比较简洁的数学语言表达出来.而多元时间序列则很不一样,在一元情况下很漂亮的结果,在多元情况下就完全不同了.在数学上,复杂的表达是不被人们所喜爱的,因此,多元时间序列很难在数学味道很浓的教科书中展开.
很多教材对于真实时间序列的数据分析强调得不够.那些数学味道强的书,由于其主要目的不是分析实际数据,而且实际数据往往很难满足书中的数学假定,过多地讨论实际应用并不是这些书的重点.
另外有一些教材的确强调应用,而且作者很多也不是数学出身,书中也列举了一些数学假定和结论,但是往往没有花篇幅去完善和系统化,更没有用简明扼要的语言去做解释,使得无论是数学还是非数学出身的读者都不能很好地理解所用模型背后的机理.
在涉及统计软件使用方面,数学味道强的书完全不用任何软件是可以理解的,但很多偏重于应用的教科书只介绍昂贵的“傻瓜式”商业软件就不值得提倡了，因为介绍昂贵商业软件的教材客观上鼓励了使用盗版软件.商业软件不透明,代码保密,而且没有体现最新的成果,完全不能满足实际工作者的需要.本书的特点
本书的目标读者是非数学专业出身的各类人员,可以是本科生或者研究生,也可以是在校教师或者实际工作者.我们力图用简单通俗的语言阐述有关的基本概念和计算,并尽量通过案例来讲述各种时间序列方法,使得非数学背景的读者可以较容易地理解.同时,我们也把有关的数学结构用简单完整的方式阐述,以供读者参考.
本书以应用为导向,除了介绍常用的一元时间序列方法，也尽可能多地介绍最新的多元时间序列方法.书中不仅包括各个科学领域的实际数据,还包括金融和经济数据的例子.本书例题用到的实际数据都可以从网上下载,或者在华章公司的网站获取.
本书全程使用免费、公开、透明的开源编程软件R. ,而且提供全部代码.R软件是世界上使用者最多的数据分析软件,有着非常强大的统计界的支持,发展很快,每天都有许多新的程序包被加入,到2014年5月初,R的统计程序包数量已经达到5500多个,而2009年年底只有不到1000个.新的统计方法大都以R程序包的形式首先展现在世人面前,这是任何商业软件所望尘莫及的.我们希望读者能够尽快地学会如何使用R软件解决读者自己的实际问题或分析数据.目录
[第1章 引言
1.1 时间序列的特点](https://yq.aliyun.com/articles/119370)
1.2 时间序列例子
1.3 R软件入门
1.4 本书的内容
1.5 习题
第2章 一元时间序列的基本概念和模型
2.1 时间序列的平稳性及相关性度量
2.2 白噪声
2.3 随机游走
2.4 趋势平稳过程
2.5 一般线性模型
2.6 MA 模型
2.7 AR 模型
2.8 ARMA 模型
2.9 ARIMA 模型
2.10 季节模型
2.11 习题
[第 3 章 一元时间序列数据的拟合及预测
3.1 一些估计和预测方法的基本数学原理](https://yq.aliyun.com/articles/119518)
3.2 一元时间序列数据实例分析
