自己学習時系列分析のための本？

私はハミルトンによる時系列分析から始めましたが、絶望的に失われています。この本は本当に理論的すぎて、自分で学ぶことはできません。

自習に適した時系列分析に関する教科書の推奨事項はありますか？

次の本をお勧めします。

1. 時系列分析とその応用：Rの例
2. 例による時系列分析と予測

それがあなたのお役に立てば幸いです。幸運を祈ります！

予測：Rob J HyndmanとGeorge Athanasopoulosによる原則と実践は、http：//otexts.com/fpp/から無料で入手できます。

それ自体が良い本です。MakndakisとWheelrightによるHyndmanの以前の予測書は高く評価されていますが、これには価格で何が得られているかを見ることができるという追加の利点があります。

Rプログラミングと時系列分析の観点から私が常に言及している本は3つあります。

1. 時系列分析とその応用： ShumwayとStofferによるRの例
2. 時系列分析： CryerとChanによるRのアプリケーションを使用。
3. CowpertwaitとMetcalfeによるRの導入時系列

Shumway and Stofferによる最初の本には、EZgreenバージョンと呼ばれるオンラインで利用可能なオープンソース（要約）バージョンがあります。

時系列予測を具体的に検討している場合は、次の書籍をお勧めします。

1. Makridakis、Wheelwright、Hyndmanによる予測方法とアプリケーション。私はこの本を繰り返し参照しています。これは古典的で、執筆スタイルは絶対に驚異的です。
2. 素晴らしいRの例を含む上記の本のオンライン後継者は、HyndmanとAthanasopoulosによる予測の原則と実践です。
3. 従来のBox Jenkinsモデリングアプローチを検討している場合、時系列分析： Box、Jenkins、Reinselによる予測と制御をお勧めします。
4. 伝達関数のモデリングと予測に関する例外的な処理は、 Pankratzによる動的回帰モデルによる予測にあります。繰り返しますが、執筆スタイルは絶対に素晴らしいです。
5. 予測を適用して現実世界の問題を解決する場合に非常に役立つもう1つの方法は、アームストロングによる予測の原則です。

私の意見では、本1、4、5は最高の本の一部です。多くの人は、オープンソースでありRコードを持っているため、HyndmanとAthanasopoulosによる予測の原則と実践が好きです。予測方法の幅、カバレッジの深さ、および前身のMakridakis et al。の記述スタイルに近い方法はありません。Makridakiset alが好きな理由に関するいくつかの対照的な特徴を以下に示します。

1. 参考文献のリスト：例えば、Box Jenkinsの章にはMakridakis等が〜31件の参考文献がありますが、Hyndman等は多くの章に参考文献がほとんどないか全くありません。
2. 報道の幅と深さ-Hyndman et al。主に第一著者によって特に開発された単変量法に焦点を当て、Makridakis et。また、自分の研究だけでなく、さまざまな方法と応用に焦点を当てており、より学術的に焦点を当てるのではなく、現実世界の応用と学習にも重点を置いています。
3. 執筆スタイル-両方の本が非常によく書かれているので、私は本当に文句を言いません。しかし、私は個人的にMakridakisに傾いています。なぜなら、それは複雑な概念を読みやすいセクションに要約しているからです。動的回帰または伝達関数に関するセクションがありますが、この「複雑な方法」に関する明確な説明はどこにもありません。読者が15ページに含まれる動的回帰が何であるかを理解するには、並外れた執筆の才能が必要です。
4. Makridakisらはソフトウェア/メソッドにとらわれず、いくつかの有用なソフトウェアパッケージをリストし、それらを比較対照します（ただし、これはほぼ20年前ですが）は、実務家にとって非常に貴重です。
5. Makridakis et al。の実世界での予測の適用方法に関する3つの専用の章。開業医にとって大きなプラスです。

予測では、単純にarimaや指数平滑法などの単変量法を実行せず、出力を生成します。それはそれ以上のものであり、特により長い期間を検討しているときの戦略的予測です。アームストロングによる予測の原理は、単変量外挿法を超えており、現実世界の予測、特に戦略的予測を行うすべての人に強くお勧めします。

それはあなたがどれだけの数学をしたいかに依存します。数学的にそれほど強力ではない処理については、エンダースによる応用計量経済時系列が高く評価されています。

Damodar GujaratiとDawn PorterのBasic Econometrics（第5版）のパート4には、時系列計量経済学に関する5つの章があります-非常に人気のある本です！多くの演習、回帰出力、解釈、そして何よりも優れたものが含まれており、本のWebサイトからデータをダウンロードして、自分で結果を複製することができます。別の良い本は、ストックとワトソンの計量経済学入門です。

ハミルトンから始めることは素晴らしいことでしたが、先ほど言及した2冊の本の両方の時系列セクションを読んでから、Walter EndersのApplied Econometric Time SeriesまたはTerrence C MillのThe Modeling of Financialのようなものに進みます時系列。

この後（そしておそらく数学的経済学のいくつかのレビューの後）、あなたは座ってハミルトンを快適に読むことができるはずです。

注：Box＆Jenkinsの1970年の時系列分析：予測と制御は明らかに、私が言及した「現代の教科書」よりも集中している（つまり、コンテンツが狭い）が、本当によく理解したい人は時系列のこれは彼らの読書リストからこれを残すべきではありません。

他のテキストに加えて、SpringerのUse Rには2冊の入門書があります！時系列をカバーシリーズ：
Rとの入門時系列 及び Rにおける応用計量経済学

このシリーズには、高度な計量経済学のテキスト、 Rを使用した統合および同時統合時系列の分析もあります。

私はこれらを使用していませんが、シリーズの他のいくつかが優れていることがわかりました。

優れた無料のオンラインリソースがいくつかあります。

1. アヴリル・コグランによる 『時系列のリトル・ブック・オブ・R』（印刷物でも入手でき、かなり安い）-私はこれをすべて読んだことはありませんが、よく書かれていて、いくつかの良い例があり、基本的にゼロから始まります（すなわち、簡単に取得できます）。
2. 第15章、Rによる統計、 Vincent Zoonekynd-まともなイントロですが、おそらく少し高度です。コードが多すぎて（コメントが不十分）、その説明が不十分であることがわかりました。

ハミルトンが難しすぎる場合は、ベントニールセンとデビッドヘンドリーによる計量経済学モデリングプリンストンユニプレス入門があります。より深い理論よりも直感と実践的なハウツーに焦点を当てています。したがって、時間の制約がある場合は、適切なアプローチになります。

ハミルトンによる時系列分析を引き続き行うことをお勧めします。それは数学的に非常に深く、最初の4つの章はあなたを長い間続け、トピックへの非常に強力な紹介として役立ちます。また、グレンジャーの非因果性と共和分もカバーしています。このトピックをより深く追求することに決めた場合、貴重なリソースになります。

共和分をより直感的に扱うには、Engle and Whiteによる共和分、因果関係、および予測もお勧めします。

最後に、非常に高度な治療については、Soren Johansenの著書「Cointegrated VARにおける尤度ベースの推論」と、もちろんDavid Hendryの「動的計量経済学」があります。

その2つのうち、Hendry'sはより全体像を重視し、Johansenは数学にかなり苦労していると思います。

時系列分析： William WeiとDavid P. Reillyによる単変量および多変量法 -は時系列に関する非常に優れた本であり、まったく問題ありません。更新されたバージョンがありますが、はるかに高い価格です。Rの例は含まれていません。それは明示的に単純化されたソリューション/入門教科書で無視されている介入検出手順の素晴らしい議論/プレゼンテーションを含んでいます。

NBERサマーインスティテュートの「時系列計量経済学の新機能」があります（この資料がゲートされているかどうかはわかりません）。スライド付きのビデオがあります。講義は、人気の大学生の計量経済学の教科書で知られている2人の教授（ストックとワトソン）によって行われます。

私の意見では、あなたは本当に予測を打ち負かすことはできません：原則と実践。 CV自身のRob HyndmanとGeorge Athanasopoulos によって書かれており、オンラインで無料で利用できます。また、優れた予測パッケージを利用して、Rのサンプルコードがたくさんあります。

Stataを使用する場合、Sean BeckettiによるStataを使用した時系列入門は、多くの例と理論に対する直観に重点を置いた、堅実で穏やかな入門です。この本はエンダーをかなりよく補完すると思います。

この本は、Stata言語のイントロで始まり、回帰と仮説検定の簡単なレビューが続きます。

時系列の部分は、移動平均とHolt-Wintersの手法から始まり、データを平滑化して予測します。次のセクションでは、これらを使用して技術予測を行うことに焦点を当てます。これらの方法はしばしば無視されますが、自動化された予測ではかなりうまく機能し、説明も簡単です。ベッケッティは、いつ働くのか、いつ働かないのかを説明します。

次の章では、自己相関外乱、ARIMA、ARCH / GARCHモデリングなどの単一方程式時系列モデルについて説明します。

最後に、ベッケッティは、多重方程式モデル、特にVARとVEC、および非定常時系列について説明します。

役に立つかもしれない本がいくつかあります。数学的に挑戦されている場合、Mcdowall、Mcleary、Meidinger、Hayによる2つのSAGEの書籍、「Interrupted Time Series Analysis」1980または「Applied Time Series Analysis」Richard McLearyから始めることをお勧めします。時系列についてさらに学び、散文以上のものを望み、数学を通じて苦しむことに決めたら、Addison-Wessleyが発行した「時系列分析」という題名のWeiのテキストが最適です。Webベースの教育資料に関しては、http： //www.autobox.com/cms/index.php/afs-university/intro-to-forecasting で見ることができる多くの有用な資料を書きました。予測へ」。

HILL GRIFFITHS LIM 2011「計量経済学の原理」4E Wileyの
利点：
（1）簡単に理解できます。トピックはよく紹介されています。私の人生で計量経済学のコースを受講していませんでしたが、本で入門的な計量経済学を簡単に把握しました。

（2）HILLの本を理解するための補足的な本があります
。EViewsを計量経済学の原理に使用
b。計量経済学の原理にExcelを使用
c。計量経済学の原理にGretlを使用
d。計量経済学の原理にStataを使用する

欠点：
（1）「計量経済学の原理にRを使用する」ことはありません！
Rは業界標準です。RはPythonよりも優れています。念頭に置いた数学は、Rを介してコードに最もよく反映できます（ExcelでVBAモジュールを作成し、Gretlコードを作成し、Eviewsコードを作成した人としてこれを言っています）。

「GREENE 2011計量経済分析-WH GREENE 7E PearsonPrentice Hall」で計量経済学を始めました。これも素晴らしいですが、より理論的です。初心者にとって難しいかもしれません。

要約すると、ヒルの本で計量経済学を把握することを強くお勧めし、Rに基づく別の計量経済学の本を介してその理解を適用します。