М.: "Мир", 1976 г. , 756 с.
Монография известного американского специалиста по математической статистике содержит обстоятельное изложение теории статистических выводов для различных вероятностных моделей. Излагаются методы представления временных рядов, оценивания параметров соответствующих вероятностных моделей, проверки гипотез относительно их структуры.
Собранный автором обширный материал, разбросанный ранее по различным источникам, делает книгу ценным руководством и справочником.В книге описаны многочисленные математические модели, в рамках которых отыскиваются рациональные методы получения оценок и проверки гипотез об адекватности выбранной математической модели обрабатываемым данным. Значительное внимание уделено моделям регрессии и авторегрессии с конечным числом неизвестных параметров. Подробно рассмотрены методы оценки спектральных плотностей стационарных случайных процессов, а также выявление трендов в последовательных данных, «зашумленных» стационарными процессами.
Отличительной чертой книги является детальная проработка рассматриваемых проблем. Требования, предъявляемые к уровню математической подготовки читателя, вполне умеренные. Предполагается, что читатель знаком с основными понятиями теории вероятностей, математической статистики и теории матриц. Необходимые сведения по теории случайных процессов приведены в седьмой главе. Каждая глава книги завершается большим числом задач, что в равной степени полезно и читателям, индивидуально работающим с книгой, и преподавателям, которые могут использовать различные части книги в курсах лекций по теории случайных процессов и статистике.
В приложении к книге приведены примеры анализа эмпирических временных рядов (ежегодных индексов цен на пшеницу, чисел солнечной активности) и рядов, полученных моделированием процессов авторегрессии. Книга полезна студентам и аспирантам, специализирующимся в области теории вероятностей и математической статистики; она также предназначена для инженеров, математиков и научных работников различных специальностей, интересующихся приложениями теории вероятностей.
Содержание:
Использование регрессионного анализа.
Тренды и сглаживания.
Циклические тренды.
Линейные вероятностные модели с конечным числом параметров.
Сериальная корреляция.
Стационарные случайные процессы.
Выборочные среднее, ковариации и спектральная плотность.
Оценивание спектральной плотности.
Линейные тренды и стационарные случайные составляющие.
Статистические данные.
Решения избранных упражнений.
Монография известного американского специалиста по математической статистике содержит обстоятельное изложение теории статистических выводов для различных вероятностных моделей. Излагаются методы представления временных рядов, оценивания параметров соответствующих вероятностных моделей, проверки гипотез относительно их структуры.
Собранный автором обширный материал, разбросанный ранее по различным источникам, делает книгу ценным руководством и справочником.В книге описаны многочисленные математические модели, в рамках которых отыскиваются рациональные методы получения оценок и проверки гипотез об адекватности выбранной математической модели обрабатываемым данным. Значительное внимание уделено моделям регрессии и авторегрессии с конечным числом неизвестных параметров. Подробно рассмотрены методы оценки спектральных плотностей стационарных случайных процессов, а также выявление трендов в последовательных данных, «зашумленных» стационарными процессами.
Отличительной чертой книги является детальная проработка рассматриваемых проблем. Требования, предъявляемые к уровню математической подготовки читателя, вполне умеренные. Предполагается, что читатель знаком с основными понятиями теории вероятностей, математической статистики и теории матриц. Необходимые сведения по теории случайных процессов приведены в седьмой главе. Каждая глава книги завершается большим числом задач, что в равной степени полезно и читателям, индивидуально работающим с книгой, и преподавателям, которые могут использовать различные части книги в курсах лекций по теории случайных процессов и статистике.
В приложении к книге приведены примеры анализа эмпирических временных рядов (ежегодных индексов цен на пшеницу, чисел солнечной активности) и рядов, полученных моделированием процессов авторегрессии. Книга полезна студентам и аспирантам, специализирующимся в области теории вероятностей и математической статистики; она также предназначена для инженеров, математиков и научных работников различных специальностей, интересующихся приложениями теории вероятностей.
Содержание:
Использование регрессионного анализа.
Тренды и сглаживания.
Циклические тренды.
Линейные вероятностные модели с конечным числом параметров.
Сериальная корреляция.
Стационарные случайные процессы.
Выборочные среднее, ковариации и спектральная плотность.
Оценивание спектральной плотности.
Линейные тренды и стационарные случайные составляющие.
Статистические данные.
Решения избранных упражнений.