时间序列分析—高阶统计量方法-张贤达，523页电子版，很好的参考资料

用R语言对平稳的时间序列进行分析和预测，采用的是ARMA方法

时间序列分析r语言练习数据。时间序列分析(Time-Series Analysis)是指将原来的销售分解为四部分来看——趋势、周期、时期和不稳定因素， 然后综合这些因素， 提出销售预测。强调的是通过对一个区域进行一定时间段内的连续遥感观测，提取图像有关特征，并分析其变化过程与发展规模。当然，首先需要根据检测对象的时相变化特点来确定遥感监测的周期，从而选择合适的遥感数据。

沃尔玛产品部门销售的时间序列分析和预测 项目介绍 在该项目中，我们小组根据来自的Walmart五年单位销售数据，使用四种模型对一种Walmart产品（FOODS_3_352）进行了28天单位销售预测。 首先，我们进行了基本的数据清理和可视化，并探索了销售模式。 然后，我们应用了回归模型，ETS（误差，趋势，季节性）模型，季节性ARIMA（自回归，积分，移动平均值）模型和动态回归模型来进一步分解数据并进行预测。 最后，我们基于参数RMSE评估了预测的模型性能。 所有项目文件都包含在此仓库中 使用的工具/语言： Python(pandas, numpy) ， R(forecast, ggplot, dbplyr, urca, lubricate) ， Excel 请参阅我们的最终 文件描述 1. data calendar_factors.csv包含具有清洗和准备好的日历虚拟变量的目标销

时间序列分析（王振龙）电子书 ， 时间序列分析（王振龙）电子书.rar

包括陈强《高级计量经济学及Stata应用》(第2版)pdf书籍以及相关数据、课件和勘误+王燕《应用时间序列分析》，感兴趣的朋友们可以下载查看~

近十年来，研究者分析时间序列数据的方式发生了巨大变化。这本十分必需的书归纳了这一日益重要领域的主要最新进展，并就其现有表述给出了一个单一的一致的表示。汉密尔顿就诸如向量自回归、广义矩方法估计、单位根的经济和统计结果、随时间变化的方差以及非线性时间序列模型等重要创新，首次给出了一本完整的和详细的教科书。另外，汉密尔顿还介绍了动态系统分析的传统工具，如线性表示、自协方差、生成函数、谱分析以及卡尔曼滤子，并介绍了它们在经济理论以及研究并解释真实一世界数据两方面的用途。 本书的目的在于为学生、研究者和预测者提供关于动态系统、经济计量学和时间序列分析方面的概览。从第一个原理开始，汉密尔顿的明析介绍使得新旧进展皆适合于大学一年级学生和非专业人员。另外，时间序列分析从内容的广度和深度上使其成为该领域前沿研究者不可多得的一本参考书。汉密尔顿通过大量的数值例子解释理论结果如何在实践中运用并将大量推导细节放在每章末的数学附录中，以此达到了上述双重目的。本书为该领域的学生和研究者提供了一个路径地图，相信在未来几年内它都会是较权威的指南。 詹姆斯D.汉密尔顿是加利福尼亚大学圣地亚哥分校的经济学教授。他获得了加利福尼亚大学伯克利分校的博士学位，并曾在弗吉尼亚大学

国内生产总值(Gross Domestic Produc)是国民经济核算的核心指标。它不仅能从总体上度量国民产出和收入规模，也能从整体上度量经济波动和经济周期状态，成为宏观经济中最受关注的经济数据，被认为是衡量国民经济发展、判断宏观经济运行状况的一个重要指标，也是政府制定经济发展战略和经济政策的重要依据。因此，准确的分析预测GDP具有重要的理论和实际意义。时间序列是指同一种现象在不同时间上的相继观察值排列而成的-组数字序列。时间序列预测方法则是通过时间序列的历史数据揭示现象随时间变化的规律，将这种规律延伸到未来，从而对该现象的未来做出预测。本文将利用指数平滑法根据我国2000-2020年的GDP数据预测及分析2021-2025年的GDP。

陆振波老师工具箱，包括求时间延迟、嵌入维数、关联维、K熵、最大李雅普诺夫指数、盒子维等

ＧＰＳ时间序列可以用于获取各种地球物理现象、地壳运动的季节性变化规律和板块运动的速度，对地球 动力学的研究具有相当重要的意义。本文详细阐述了ＧＰＳ时间序列分析的方法及其过程，对国内ＩＧＳ站数据的 时间序列进行了分析，并运用功率谱分析其残差时间序列，最后获得ＧＰＳ连续跟踪站时间序列的噪声类型