-
使用Python进行高效的时间序列分析实践
资源介绍
时间序列分析
我的教授推荐了这本书。
我昨天读和《 。
两者都以自己的方式很好。 前者要先进得多，并提供一些您可能未曾接触过的想法，而后者则是中级的，但是有一些实际的例子，尽管这些例子有些简单化，而且通常效果平平。
它相当不错，涵盖了很多内容，但是它可以交替使用R和python。 我更喜欢python。
我找到了这并将继续学习。 本课程也使用R。 猜猜我需要学习然后使用R。 但是我计划为此课程制作python版本的注释。
过时的主题
*本书很少介绍TS模型和方法。
主要参考：“”（2017）及其 。
目录
第1章：
不同类型的数据
横截面数据
时间序列数据
面板数据
时间序列的内部结构
总体趋势
季节性
运行序列图
季节性子系列剧情
多箱图
周期性变化
意外的变化
时间序列分析模型
零均值模型
随机漫步
趋势模型
季节性模型
自相关和部分自相关
第2章：了解时间序列数据
时间序