Material en línea para aprender análisis de series de tiempo


10

Mi pregunta es si hay algún buen material en línea para aprender esto. Algo que introduce bien las cosas, especialmente los modelos ARMA y las matemáticas relacionadas.

Editar: Estoy buscando algo del nivel de pregrado de alta gama. Algo así como en la Introducción a las series de tiempo y pronósticos de Brockwell y Davis


1
¿Puede ser más específico con respecto a qué aspectos de las series de tiempo desea aprender? En cualquier caso, debe formular su pregunta para abarcar un contexto más amplio que "mis exámenes parciales están por venir", ya que de lo contrario es casi seguro que esté cerrado como demasiado localizado . Esto también debería ser CW , creo. Salud.
cardenal

No estoy realmente seguro de cómo ser específico sin estar demasiado localizado al mismo tiempo.
Sr. Alpha

¿Cuánta experiencia tienes con estadísticas o matemáticas? ¿Está buscando implementaciones en un software específico (R? SAS?)? ¿Estás buscando la teoría detrás de ARIMA? Háganos saber lo que está buscando hacer y estoy bastante seguro de que alguien puede ayudarlo.
asjohnson

Tanto el sitio de Duke como el de Zoonek ofrecen material muy introductorio. Desafortunadamente, los datos del mundo real contienen valores inusuales que requieren pulsos, cambios de nivel, pulsos estacionales, tendencias de tiempo para ser tratados dentro de un modelo. Además, los parámetros pueden cambiar con el tiempo, la variación de los errores puede cambiar con el tiempo o en concierto con el valor esperado o simplemente como un modelo ARIMA en sí mismo. Estas consideraciones requieren más potencia de fuego computacional de la que está disponible de forma gratuita o con la mayoría de las ofertas comerciales. Una buena manera de aprender series temporales es intentar modelar o estudiar cómo un experto la ha modelado.
IrishStat

1
Para material introductorio adicional, el libro de texto de estadísticas en línea es a menudo un buen lugar para comenzar, pero sospecho que @IrishStat está justo al final.
gung - Restablece a Monica

Respuestas:


6

Según mi comentario, no estoy seguro de lo que está buscando, pero cuando estoy ajustando series temporales después de un paréntesis, tiendo a tomar mi copia de Análisis de series temporales y sus aplicaciones para obtener más preguntas teóricas y miro algunos sitios diferentes en línea (también busca en Google para ver si hay otros nuevos):

La vista de tareas de CRAN en series de tiempo le da una buena idea de cuántas cosas puede hacer

Es un buen recorrido por algunos análisis de series de tiempo en R. Personalmente hago gran parte de mi aprendizaje estadístico a través del ejemplo (que generalmente significa seguir guías como esta en R), por lo que esta guía es una de mis favoritas.

Este enlace es una mirada decente a ARIMA fuera de R, te guía a través de lo que significan los diferentes modelos.

Finalmente, siempre puede consultar wikipedia si solo está buscando declaraciones para fórmulas. Estos son solo los que he marcado en el libro, por lo que tal vez otras personas contribuyan con sus favoritos. Como dije en los comentarios, si expande lo que está buscando más específicamente, probablemente pueda obtener mejores enlaces de mí o de una de las personas que siguen series de tiempo más cercanas que yo.


Gracias por su respuesta, había estado tratando de encontrar ese sitio web de Duke durante años, ¡pero había olvidado el nombre de la universidad y no estaba llegando muy lejos! Desearía poder darte más de +1.
Michelle


1

Hay algunos buenos recursos gratuitos en línea:

  1. The Little Book of R for Time Series , de Avril Coghlan (también disponible en forma impresa, razonablemente barato): no he leído todo esto, pero parece que está bien escrito, tiene algunos buenos ejemplos y comienza básicamente desde cero ( es decir, fácil de entrar).
  2. Capítulo 15, Estadísticas con R , por Vincent Zoonekynd - Introducción decente, pero probablemente un poco más avanzada. Encuentro que hay demasiado código (mal comentado) y no hay suficiente explicación del mismo.
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.