Time Series Analysis and Mining with R

Wiley相当经典的著作,明确地将通信理论表述为统计问题,研究了对时间序列的处理

Thisisanintroductiontotimeseriesthatemphasizesmethodsandanalysisofdatasets.

非平稳AR(p)时间序列的统计推断，张荣茂，，设Yt=β1Yt-1+…+βpYt-p+εt为一非平稳p阶自回归滑动平均过程且至少有一特征根落在单位球上,{εt}为一落在指数为α<2的稳定律吸引场

CreateSpaceDeepTimeSeriesForecastingwithPython时间序列机器学习

时间序列分析方面非常好的一本书，详细介绍了分析中需要的基本理论，方法，原理等

基于图模型方法的空间时间序列建模，李元，HeungWong，在本文中,我们运用图方法建立了一类时空自回归模型.鉴于我们的模型不需要有关图或加权矩阵的先验信息,并能够应用于多元情形,从�

交通时间序列的经验模式分解，岳建海，董科强，本文应用传统的非线性经验模式分解分析交通数据，抽取出交通周期信号。即使嵌入信号波动幅度很小，经验模式分解方法也能够进行高

AnalyzingNeuralTimeSeriesData图书

Thisbookaimsatintroducingandexplainingbasicmethodsofbuildingmodelsfortimeseries.

Introduction to Time Series and Forecasting.pdf