《时间序列分析实例研究》是由谢忠杰编写，世界图书出版公司出来自版的一本书籍。本书有关时间序列分析应用于实际的实证分析研究的专著。全书分为两大部分:第一部分简要古告介绍了时间序列分析的基础理论和方法。这些内容是读懂《时间序列分析实例研究》各案例研究所必备的基本知识;第二部分是案例研究。从中读者可看出时间序列分析是如何广泛地应用于实际并成轻营带止克自为解决各种问题的核心工具。本书可作为应用时间序列分析领域的大学生和研究生教学参考书或补充教材，也是应用统计混限够联工作者和相关学科的科技人员、工程师很有价值360百科的参考资料。

• 书名 时间序列分析实例研究
• 作者 谢忠杰
• ISBN 9787506273077
• 类别 科学与自然
• 页数 282页

主要内容

　　书中的案例涉及到当年中国科学来自家从自己的观测记录中是如何发现天王星的光环的，滤波理论如何应用于中国东海和黄海的重力勘探，谱分析如何判别先天性愚型儿童的脑360百科电特征、多元谱的K-L信息量如何应用于优秀飞行员的地帮层械粉特假生理特征的检测，潜周期分析如何发现离体脑垂体仍有内分泌套印收鲜的节律周期。预测理论如何应存用于气象的建模和预报，等等许多非常有趣而点额在真实的研究案例。这些研究成果使作者获得了中国国家自然科学奖和国内外的多项奖项。

　　读者通过《木边混胡时间序列分析实例研究》的学联附演优握哪格地委球习不仅可学到时间序列分析的基本理论和方法.更重要的是《时间序列分析实例研究》介绍了"如何将一个实际问题转化成数学问题"，然后运用数学和统计学的理论和方法加以解决，这包括最后还原到实际，用实验数据加以检验的完整过程。

图径较随光汉鱼厚集蒸补书目录

　　Preface

　　PART ONE

　　An Intr动伟社好倍常土创oduction to the Theory and Methods of Time Series Analysis

　　帝银Chapter 1.Theory of Stationary Time Series

　　1.井胜整排科明爱米当1 The definition 统台只通概of stationary st听屋支种诗序够茶ochastic processes

　　1.2 The spectral represe德专ntation of covariance function

　　1.3 The Hilbert space of second order processes

　　1.4 Stochastic integral and the isomorphic relationship between H~ and the functional space L2(dFe)

　　1.4.1 Orthogonal st五把每如究洲鱼定ochastic mea阿克志树措字球家但sure

　　1.4.2 Stochastic integral and th奏原雷地助育e representation of stati派说onary process认服建留周责治革屋问es

　　1.4.3.Karhunen theorem

　　1.5 Strong law of large numbers for stationary series

　　1.6 Sampling theorem for stochastic stationary processes

　　Chapter 2.ARMA Model and Model Fitting

　　2.1 ARMA model and the Wold decomposition

　　2.2 Orthogonal basis in Hilbert space Hf

　　2.3 The covariance function of ARMA model and Yule-Walker equation

　　2.4 Model fitting under the criterion of one-step ahead prediction error

　　2.5 M.E.model fitting for observed data

　　2.5.1 M.E.model fitting with sample covariance

　　2.5.2 Order selection problem

　　Chapter 3.Prediction, Filtering and Spectral Analysis of Time Series

　　3.1 Prediction of time series

　　3.1.1 The prediction formula for AR models

　　3.1.2 The prediction formula for ARMA models

　　3.2 The linear filtering of time series

　　a.a Spectral analysis of time series

　　3.3.1 Theory and methods of hidden periodicities analysis

　　3.3.2 Theory and methods of spectral density estimations

　　PART TWO Case Studies in Time Series Analysis

　　Case I.Digital Processing of a Dynamic Marine Gravity Meter

　　1.Problem statement and working diagram of a dynamic marine gravity meter

　　2.The first test for solving the problem

　　3.Design a new digital filter under Min-Max criterion

　　4.The frequency rectification by filtering

　　5.Practical checking in the prospecting field of the East Sea of China

　　Case II.Digital Filters Design by Maximum Entropy Modelling

　　1.Problem statement

　　2.Design the filter by maximum entropy modelling

　　3.A practical filter design

　　Case III.The Spectral Analysis of the Visual Evoked Potentials of Normal and Congenital Dull Children (Down's disease)

　　1.Introduction

　　2.Spectral analysis of VEP records for dull and normal children

　　3.Statistical analysis for detection of characteristics

　　4.Physiological interpretation

　　Appendix III

　　Case IV.Statistical Analysis of VEP and AI by the Principal Component Analyis of Time Serise in Frequency Domain

　　Case V.Periodicity Analysis of LH Release in Isolated Pituitary Gland by Hidden Frequency Analysis

　　Case VI.Statistical Detection of Uranian Ring Signnals from the Light Curve of Photoelectric Observation

　　Case VII.On the Forecasting of Freight Transportation by a New Model Fitting Procedure of Time Series

　　Case VIII.The Water Flow Prediction in Xiang River

　　Case IX.Miscellaneous Cases Study

　　Bibliography

　　Subject Index