Читать фрагмент

книга

Прогнозирование

Автор: Рон Хайндман, Джордж Атанасопулос

Данная книга представляет собой всестороннее введение в методы прогнозирования и содержит достаточно информации о каждом из них, помогая читателям разумно их использовать. Примеры с многочисленными наборами данных на языке R авторы заимствовали из собственного опыта консультирования. В конце глав приводятся упражнения по пройденной теме.Издание адресовано специалистам, занимающимся прогнозированием в бизнесе, науке, на производстве, а также может быть полезно студентам и преподавателям.

Форматы: PDF

Издательство: ДМК Пресс

Год: 2023

Место издания: Москва

ISBN: 978-5-93700-151-1 (рус.). – ISBN 978-0-98750-713-6 (англ.)

Страниц: 459

Артикул: 107817

Возрастная маркировка: 16+

Электронная книга

1799 ₽

Купить и скачать

Содержание

Содержание книги "Прогнозирование : принципы и практика"

Предисловие от издательства

Об авторах

Предисловие

Глава 1. Приступая к работе

1.1 Что можно прогнозировать?

1.2 Прогнозирование, цели и планирование

1.3 Определение того, что следует прогнозировать

1.4 Данные и методы прогнозирования

1.5 Несколько тематических исследований

1.6 Базовые шаги в задаче прогнозирования

1.7 Перспектива статистического прогнозирования

1.8 Упражнения

1.9 Дальнейшее чтение

Библиография

Глава 2. Графика временных рядов

2.1 Объекты twibble

2.2 Графики времени

2.3 Закономерности временных рядов

2.4 Сезонные графики

2.5 Графики сезонных подрядов

2.6 Диаграммы рассеяния

2.7 Графики лагов

2.8 Автокорреляция

2.9 Белый шум

2.10 Упражнения

2.11 Дальнейшее чтение

Библиография

Глава 3. Разложение временных рядов

3.1 Преобразования и корректировки

3.2 Компоненты временных рядов

3.3 Скользящие средние

3.4 Классическое разложение

3.5 Методы, используемые официальными статистическими агентствами

3.6 STL-разложение

3.7 Упражнения

Библиография

Глава 4. Признаки временных рядов

4.1 Несколько простых статистик

4.2 Признаки ACF

4.3 Признаки STL

4.4 Другие признаки

4.5 Разведывательный анализ данных о туризме в Австралии

4.6 Упражнения

4.7 Дальнейшее чтение

Библиография

Глава 5. Инструментарий прогнозиста

5.1 Чистый рабочий поток прогнозирования

5.2 Несколько простых методов прогнозирования

5.3 Подогнанные значения и остатки

5.4 Диагностика остатков

5.5 Распределительные прогнозы и предсказательные интервалы

5.6 Прогнозирование с использованием преобразований

5.7 Прогнозирование с разложением

5.8 Оценивание точности точечного прогноза

5.9 Оценивание точности распределительного прогноза

5.10 Перекрестная валидация временных рядов

5.11 Упражнения

5.12 Дальнейшее чтение

Библиография

Глава 6. Прогнозы на основе суждений

6.1 Остерегайтесь ограничений

6.2 Ключевые принципы

6.3 Дельфийский метод

6.4 Прогнозирование по аналогии

6.5 Сценарное прогнозирование

6.6 Прогнозирование новых продуктов

6.7 Сужденческие корректировки

6.8 Дальнейшее чтение

Библиография

Глава 7. Модели регрессии временных рядов

7.1 Линейная модель

7.2 Оценивание методом наименьших квадратов

7.3 Оценивание регрессионной модели

7.4 Несколько полезных предсказателей

7.5 Отбор предсказателей

7.6 Прогнозирование с помощью регрессии

7.7 Нелинейная регрессия

7.8 Корреляция, каузация и прогнозирование

7.9 Матричная формулировка

7.10 Упражнения

7.11 Дальнейшее чтение

Библиография

Глава 8. Экспоненциальное сглаживание

8.1 Простое экспоненциальное сглаживание

8.2 Методы с трендом

8.3 Методы с сезонностью

8.4 Таксономия методов экспоненциального сглаживания

8.5. Модели пространства состояний инноваций для экспоненциального сглаживания

8.6 Оценивание и отбор модели

8.7 Прогнозирование с использованием моделей ETS

8.8 Упражнения

8.9 Дальнейшее чтение

Библиография

Глава 9. Модели ARIMA

9.1 Стационарность и дифференцирование

9.2 Нотация обратного сдвига

9.3 Авторегрессионные модели

9.4 Модели скользящих средних

9.5 Несезонные модели ARIMA

9.6 Оценивание и выбор порядка

9.7 Моделирование ARIMA в fable

9.8 Прогнозирование

9.9 Сезонные модели ARIMA

9.10 ARIMA в сопоставлении с ETS

9.11 Упражнения

9.12 Дальнейшее чтение

Библиография

Глава 10. Модели на основе динамической регрессии

10.1 Оценивание

10.2 Регрессия с ошибками ARIMA с использованием fable

10.3 Прогнозирование

10.4 Стохастические и детерминированные тренды

10.5 Динамическая гармоническая регрессия

10.6 Лагированные предсказатели

10.7 Упражнения

10.8 Дальнейшее чтение

Библиография

Глава 11. Прогнозирование иерархических и сгруппированных временных рядов

11.1 Иерархические и сгруппированные временные ряды

11.2 Одноуровневые подходы

11.3 Увязывание прогнозов

11.4 Прогнозирование внутреннего туризма в Австралии

11.5 Увязанные распределительные прогнозы

11.6 Прогнозирование тюремного населения Австралии

11.7 Упражнения

11.8 Дальнейшее чтение

Библиография

Глава 12. Продвинутые методы прогнозирования

12.1 Сложная сезонность

12.2 Модель Prophet

12.3 Векторные авторегрессии

12.4 Нейросетевые модели

12.5 Бутстрапирование и бутстрап-агрегирование

12.6 Упражнения

12.7 Дальнейшее чтение

Библиография

Глава 13. Некоторые практические вопросы прогнозирования

13.1 Еженедельные, ежедневные и субдневные данные

13.2 Временные ряды счетных данных

13.3 Обеспечение того, чтобы прогнозы оставались в пределах допустимых значений

13.4 Комбинации прогнозов

13.5 Предсказательные интервалы для агрегатов

13.6 Ретрополяция

13.7 Очень длинные и очень короткие временные ряды

13.8 Прогнозирование на тренировочном и тестовом наборах

13.9 Работа с выбросами и пропущенными значениями

13.10 Дальнейшее чтение

Библиография

Приложение А. Использование языка R

Инсталлирование R и RStudio

Примеры на R в этой книге

Начало работы с R

Приложение B. Для преподавателей

Решения упражнений

Слайды

Приложение C. Рецензии и отзывы

Отзывы коллег-преподавателей

Отзывы практикующих специалистов и студентов

Библиография

Внимание!
При обнаружении неточностей или ошибок в описании книги "Прогнозирование : принципы и практика (автор Рон Хайндман, Джордж Атанасопулос)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!