前言
數據已是當今社會最有價值的資源之一，數據分為與時間有關的（或者說與次序有關的）數據和與時間無關的（即與次序無關的）數據，時間序列分析就是研究與時間有關的數據規(guī)律的學科，可見十分重要.時間序列分析起源于20世紀30年代，學科體系在20世紀70年代初步形成.雖然發(fā)展的時間不算長，但目前該學科已具有深入的理論研究體系和廣泛的實際應用.
國內第一批時間序列分析教材大約是在2000年出現(xiàn)，它們對時間序列分析課程教學起到很大的幫助和推動作用.近年來新編的教材，更加側重于介紹各種軟件的操作實現(xiàn)，為時間序列分析的實際應用提供方便.作者從事時間序列分析課程教學二十余年，在學習國內外教材和著作的基礎上，結合教學中遇到的問題和體會，編寫了本書，希望它能夠更加全面、系統(tǒng)、新穎和前沿.
本書的全面性體現(xiàn)在書中既包含隨機性時間序列分析，又包含確定性時間序列分析；既包含線性時間序列分析，又包含非線性時間序列分析等.本書的系統(tǒng)性體現(xiàn)在，書中對于每種模型的理論闡述都較為系統(tǒng)和深入，但又沒有陷入過多的數學推導，以便讀者在較短的時間內掌握多種模型的核心知識，并能夠運用它們解決實際問題.本書的新穎和前沿性體現(xiàn)在，書中首次引入現(xiàn)在盛行的非線性時間序列機器學習方法,并且注意說明各種方法的區(qū)別和可能的結合應用等.書中所有模型都配備有實際應用案例，幾乎所有的應用案例都是對近幾年的實際數據的建模分析.這些應用案例的原始數據和主要的軟件操作步驟在附錄中，供讀者實踐操作.
本書共有7章，第1章概述時間序列分析中的概念和方法等.第3章至第6章是本書的主要內容，敘述經典的一元隨機線性時間序列分析.第3章系統(tǒng)闡述平穩(wěn)可逆線性時間序列模型的基本理論，它們?yōu)榈?章的樣本數據建模提供理論基礎.第4章詳細論述ARMA模型的樣本建模方法，并給出若干實際應用案例.事實上，閱讀至此，讀者就可以初步掌握線性時間序列的建模分析方法了.然而，實際中大多數序列是非平穩(wěn)的，不平穩(wěn)的原因常常是序列中存在趨勢或者周期.于是第5章討論平穩(wěn)性，并講解了幾種常見的非平穩(wěn)隨機時間序列模型的建模方法.其中的組合模型是隨機模型與確定性模型的結合，而對于確定性時間序列分析，我們在第2章中專門予以陳述.時間序列分析的一個主要目的就是預測時間序列，關于模型的預測知識在
第6章中進行介紹.隨著時間序列分析學科的發(fā)展，非線性時間序列分析已經成為時間序列分析的主流方向.因此，編者在第7章中引入幾種流行的非線性時間序列分析方法.本書中每一章的后面都準備有適量的習題，供大家閱讀后練習.
本書可以作為統(tǒng)計學、數學與應用數學等專業(yè)高年級本科生或低年級研究生學習時間序列分析的教材，也可以作為數據分析從業(yè)人員的參考書.
非常感謝在本書編寫過程中給予我們鼓勵和幫助的老師和同學們，特別感謝編輯湯嘉耐心細致的指導.由于作者學識有限，書中錯誤和疏漏之處在所難免，還望廣大讀者不吝賜教，批評指正.
編者