Introductory time series with R / Paul S.P. Cowpertwait, Andrew V. Metcalfe.

Incluye índice y referencias bibliográficas.

1. Time series data ; 2. Correlation ; 3. Forecasting strategies ; 4. Basic stochastic Models ; 5. Regression ; 6. Stationary models ; 7. Non-stationary models ; 8. Long memory processes ; 9. Spectral analysis ; 10. System identification ; 11. Multivariate models ; 12. State space models.

La temperatura global anual, los niveles oceánicos anuales, los precios de las acciones diarias y las señales transmitidas a la Tierra por la nave espacial Voyager son ejemplos de observaciones secuenciales a lo largo del tiempo conocidas como series de tiempo. Este libro le da una introducción paso a paso al análisis de series de tiempo utilizando el software de código abierto R. Cada modelo de serie temporal está motivado con aplicaciones prácticas y se define en notación matemática. Una vez introducido el modelo se utiliza para generar datos sintéticos, utilizando el código R, y estos datos generados se utilizan para estimar sus parámetros. Esta secuencia mejora la comprensión tanto del modelo de serie temporal como de la función R utilizada para ajustar el modelo a los datos. Finalmente, el modelo se utiliza para analizar datos observados tomados de una aplicación práctica. Mediante el uso de R, todo el procedimiento puede ser reproducido por el lector. Todos los conjuntos de datos utilizados en el libro están disponibles en el sitio web http://www.massey.ac.nz/pscowper/ts. El libro está escrito para estudiantes de pregrado de matemáticas, economía, negocios y finanzas, geografía, ingeniería y disciplinas afines y estudiantes de postgrado que pueden necesitar analizar series de tiempo como parte de su programa de enseñanza o su investigación.