我想知道是否有人有时间序列的书籍参考。我想要在机器学习领域与墨菲的“ESL”或“机器学习”相媲美（流行）的东西。
有谁知道什么是最完整的（就方法范围而言）书籍，其中包含所有关于指数平滑（所有这些）、arima、sarima、arch、garch、时间序列的神经网络、卡尔曼滤波器……等？
时间序列的好参考？
机器算法验证
时间序列
机器学习
自习
有马
2022-04-12 00:09:42
4个回答
我不知道有哪本时间序列书能像《统计学习要素》那样全面。但是，这里列出了一些我发现有帮助的书籍：
网上免费。更多的是预测重点，但绝对是一个很好的起点。资源下的幻灯片也很有帮助：
- Hyndman, RJ 和 Athanasopoulos, G. (2013)。预测：原则与实践。取自http://otexts.org/fpp/
应该是最全面的。有关您列出的许多模型类型的信息：
- Shumway, RH, & Stoffer, DS (2010)。时间序列分析及其应用。施普林格。
关于指数平滑的权威资源：
- Hyndman, R., Koehler, AB, Ord, JK 和 Snyder, RD (2008)。使用指数平滑进行预测。施普林格。
Brockwell 和 Davis 写了两本优秀的时间序列书籍。两者都涵盖了大量的材料，并且文字非常清晰。第一本书是介绍性的，第二本书有更多的数学发展。
http://www.amazon.com/Introduction-Forecasting-Springer-Texts-Statistics/dp/0387953515/ http://www.amazon.com/Time-Series-Methods-Springer-Statistics/dp/1441903194
我不知道“ESL”或机器学习，但是优秀的 Tsay 怎么样？
您提到的一些部分包括在内，一些不包括（例如卡尔曼滤波器）：
当谈到带有应用程序的时代系列和一种易于理解的解释方式时，他是我的汤姆克鲁斯，我的顶级枪手。
我认为 ESL 不适用于时间序列。Tsay 的书和 Cowpertwait 的入门级书是最好的组合。
其它你可能感兴趣的问题