R语言做时间序列预测3本电子书

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

时间序列是按着时间顺序进行的一系列观测和记录。时间序列预测是利用特征和模型基于先前时间的观测值来预测未来时间的值。时间序列广泛应用于非平稳数据，例如经济，天气，股票价格和零售销售。换句话说，时间序列应用于具有时间维度场景下的数据和问题。

时间序列预测是一个挑战而重要的问题，它引起了学术界和工业界人士的研究和实践。它与机器学习的分类和回归不同，时间序列数据还增加了一个时间维度，基于时间维度对观测结果进行排序和记录。

在本文，你将了解R语言做时间序列预测的3本经典书籍。它们将会指导你解决自己的时间序列预测问题。

这本书使用R语言循序渐进地介绍了分析时间序列数据和问题。每个时间序列预测问题分解为以下几个部分。

1. 问题动机（为什么要做这个问题）

2. 模型的介绍和描述

3. 模型在合成时序数据上的演示

4. 模型在实际时序数据上的研究和应用
   

你使用R语言，可以复现和重构书本上的代码。本书使用的所有数据集都可以在网站http://staff.elena.aut.ac.nz/Paul-Cowpertwait/ts/上找到和下载。若你是R语言做时序数据分析和挖掘的初学者，我推荐你阅读这本书籍，并且把书上的R语言代码都编写和消化，然后迁移到自己的时序数据问题。

这本书的组织结构是理论和应用分开的，可以让不同的读者都受益，例如本科生或者研究生。这本书不仅介绍了经典时间序列回归方法，ARIMA模型，谱分析和状态空间模型，也介绍了一系列现代方法，包括类别时序分析，多元谱分析，长期记忆序列，非线性模型，重采样技术，GARCH模型，ARMAX模型，随机波动，小波和马尔科夫蒙特卡洛集成方法。这本书可以作为第一本书的进阶版和补充材料。我建议你在学习完第一本书后，可以按着主题学习的方式，选择这本书里面的内容学习和练习，并做实践和知识迁移。

这本书使用R语言为时间序列预测提供了实用的方法和指导，介绍了一系列常用时序预测方法和它们在各种商业的应用。这本书的所有数据集和源代码可以在这个网站http://www.forecastingbook.com/找到和下载。我建议你还是在阅读完第一本书后，然后按着需求有选择性地学习。

你可以扫码添加我的微信，回复【实名+工作或专业】，我会告诉你怎么获取书籍，同时，也会邀请你加入我们的R语言圈子。祝大家阅读快乐。

我的视频号分享了一系列数据知识，包括大话人工智能系列，大数据A-Z系列，PDFMV框架系列，R语言小知识系列等主题，利用一分钟之内容时间，传播一个有用的数据知识。欢迎大家扫码进入我的微信视频号，和我一起学习数据知识。

我创建了数据科学与人工智能微信圈子，用于学习，交流和分享数据科学与人工智能的内容和信息，包括数据科学，人工智能，大数据，数据工作等主题，诚邀朋友们加入微信圈子，参与投稿，分享和讨论。

我是数据人王路情，你可以在微信生态（个人微信号，公众号，微信视频号，微信圈子）与我互动和交流。我做数据工作，也喜欢写点东西，给大家分享一些有用的内容和信息。

收集资料是一件“苦差事”，但是，能够帮助到他人，又是快乐的事情。如果你觉得文章对你有所帮助，关注、在看、转发三步走，是给我最大的鼓励。