《混沌时间序列分析及其应用》吕金虎.pdf

时间序列是一段时间内的一系列观察结果xt。通常情况下,观测可以在整个时间间隔内进行,在一个时间间隔或固定的时间点随机采样。不同类型的时间采样需要不同的数据分析方法。

时间序列案例分析

机器学习的教学类PPT，记录了相关原理以及调参方法，还有股票预测的事例

这是一份讲解ARIMA模型的PPT，详细讲解了从开始到最后的分析流程，

《应用时间序列分析》北京大学出版社配套PPT

时序数据与一般统计数据的异这是一些有严格先后顺序的数据，前后往往存在相承的关系，而非独立的。方法从因果关系出发的回归分析传统的时间序列分析方法随机过程理论分析方法频域分析方法

如果对比较复杂的纯粹时间序列进行详细的分析，指数平滑往往无法满足要求。而若想对有独立变量的时间序列进行预测，指数平滑更是无能为力，于是需要更加强有力的模型。比指数平滑要有用和精细得多的模型是Box—J

详细讲述了时间序列的应用范围，操作程序及模型识别。

SAS在时间序列分析中的运用，很详细，武汉大学出版

时间序列分析 摘要:对印度上市的IT公司随时间进行风险/回报分析。 有许多上市公司,但选择了一些样本股票进行分析。 以下是分析金融股票价格数据的步骤 导入所需的python库 我们分析数据的日期范围