时间序列分析的工程应用（上册）
2007-6
华中科技大学出版社
杨叔子
325
378000
无
本书分为上、下两册，共四部分：第一部分是时序分析工程应用的基础理论，包括时序分析与系统辨识、系统分析间的关系，ARMA模型的工程意义，ARMA模型的时域和频域特性，离散模型与连续模型的转移；第二部分是时序分析工程应用的基本技术，主要包括AR模型、ARMA模型的建模方法；第三部分是时序分析工程应用的各个专题，包括最佳预测与控制，模态参数估计，模式识别与故障诊断，表面形貌分析；第四部分是时序分析工程应用的进一步扩展内容，包括多元时序的ARMAV模型，非平稳时序的各种模型，非线性时序模型中的门限自回归模型和双线性模型，非高斯时序的各种模型，时间序列的状态模型以及这些模型的工程应用。 本书与工程应用紧密联系，取材主要来自作者与国内其他学者们的研究工作。本书可作为工程学科硕士生教材，还可作为其他有关专业本科生、研究生、教师及工程技术人员与科学研究人员的参考书。
再版前言 杨叔子序言（一） 胡海昌序言（二） 彭泽民序言（三） 安鸿志前言 杨叔子主要符号说明第1章 绪论 1.1 时间序列·时间序列分析·系统 1.2 时序分析与系统辨识 1.3 有关数学知识 1.4 时序分析的发展 1.5 本书的内容安排 习题第2章 ARMA模型 2.1 线性回归模型 2.2 AR（1）模型 2.3 ARMA（2，1）模型 2.4 ARMA（n，m）模型 习题第3章 ARMA模型的时域特性 3.1 Green函数 3.2 逆函数 3.3 自协方差函数 3.4 偏自相关函数 习题第4章 ARMA模型的频域特性 4.1 频率特性函数 4.2 周期图分析 4.3 自谱函数 4.4 ARMA谱值估计的快速算法 4.5 ARMA谱谱峰的计算 4.6 某些谱及其估计方法 习题第5章 离散模型与连续模型的转换 5.1 连续模型的基本特性 5.2 一阶模型的转换 5.3 二阶模型的转换 5.4 高阶模型的转换 5.5 用自协方差函数在频域内进行模型转换 5.6 用Green函数进行模型转换 习题第6章 ARMA模型的建模（一） 6.1 数据的采集、检验与预处理 6.2 AR模型参数的直接估计法 6.3 AR模型参数的矩阵递推估计法 6.4 AR模型参数的参数递推估计法 6.5 协方差矩阵加窗计算的讨论 6.6 AR模型在语音分析与合成中的应用 习题第7章 ARMA模型的建模（二） 7.1 ARMA模型参数的时序理论估计法 7.2 ARMA模型参数的优化理论估计法 7.3 ARMA模型参数的控制理论估计法 7.4 模型的适用性检验 7.5 ARMA建模流程 7.6 模型参数的实时估计 习题第8章 ARMA模型的最佳预测与最佳控制 8.1 最佳预测原理 8.2 最佳预测的计算 8.3 最佳预测的校正 8.4 指数加权平滑预测 8.5 利用ARMA模型特性加权的最佳预测计算 8.6 最佳预测的应用实例 8.7 最佳控制 8.8 最佳控制的应用实例 习题附录 数据主要参考文献
本书第一作者杨叔子教授是我国时序分析工作者中活跃的一员。本书总结了我国时序分析工作者、特别是作者们的研究成果，是作者结合多年教学经验，精心编写，几经修改补充而成的，它是国内外首次结合机械类工程实际讲授时序分析的专著。本书分为上、下两册，共四部分：第一部分是时序分析工程应用的基础理论；第二部分是时序分析工程应用的基本技术；第三部分是时序分析工程应用的各个专题；第四部分是时序分析工程应用的进一步扩展内容。本书为上册，可作为工程学科硕士生教材，还可作为其他有关专业本科生、研究生、教师及工程技术人员与科学研究人员的参考书。
无
总体来说，把时间序列将得比较细致。《时间序列分析的工程应用-matlab实现》有没出版呢？？
期待！！
时间序列分析的工程应用,verygood!
关于时间序列的书，大致翻了几本（不敢说有什么意见），但杨叔子院士编的这套的确是不错的，由浅入深娓娓道来，将其他书上看似复杂的理论很通俗地（也很严谨）地讲给你听，而不是那种降龙十八掌式的云山雾罩，看似高深实际难以接受，学起来也没信心。由此我也想到我们很多的教材的编写，大同小异，概念反复抄，实际不知讲什么，可否用一些简洁易懂的语言来表述呢？比如通过举例子的方式。现在还在研读上策中，但发现我计算出的关于太阳黑子数据的ARMA(2,1)以及AR(1)的参数估计的计算结果和书上的不一样，不知错在哪里？计算ARMA(2,1)我用MATLAB，计算AR(1)我就在EXCEL中硬算出来的，不知原因在哪？请高人指点。——学问和做人做到杨院士这样，也是很难的啊，以前听说他真的是几十年刻苦治学-- 佩服佩服。--很少写书评，说多了！
对理工科科学研究非常有用的一本书
书包装印刷都不错，杨叔子的书还是很不错的，很满意。
非常好的一本书,实用,不啰嗦!
这本书很实用，也比较容易看懂，很不错。
学习，学习，为考博为学习
要好好学习地！
是我需要的一本好书
质量、配送都可以
介绍了时间序列分析的方法，比较系统、具体，正确！值得细读。
这本书很不错，不过需要耐心读才好