时间序列预测是一个难题。
与分类和回归不同，时间序列数据还增加了时间维度，这规定了观测值的顺序。这使得行变成了一个序列，需要仔细和特殊的处理。
在这篇文章中，您将发现R语言中时间序列分析和预测的最佳书籍。这些书将为您提供所需资源，以开始解决您自己的时间序列预测建模问题。
本文将介绍以下5本最佳书籍：
您最喜欢的R语言时间序列书籍是否未在此列表中？
请在评论中告诉我。
通过我的新书《Python时间序列预测入门》来启动您的项目，其中包括分步教程和所有示例的Python源代码文件。
让我们开始吧。
值得关注的时间序列主题
在我们开始之前，一本好的时间序列书籍取决于您的需求。
我不知道有任何书籍专门侧重于时间序列的机器学习。相反，时间序列分析和预测的书籍侧重于涵盖一系列经典方法，例如：
- 回归模型。
- ARIMA模型。
- 谱分析模型。
- 状态空间模型。
书籍也可能涵盖更现代的技术，例如：
- 重采样技术。
- 分类时间序列分析。
- 多元谱方法。
- 长记忆模型。
- 非线性模型。
- GARCH模型。
- ARMAX模型。
选择理想的时间序列预测书籍时，这些都是值得关注的主题。
停止以**慢速**学习时间序列预测！
参加我的免费7天电子邮件课程，了解如何入门（附带示例代码）。
点击注册，同时获得该课程的免费PDF电子书版本。
1. 《R语言时间序列入门》
《R语言时间序列入门》
《R语言时间序列入门》假设您已完成一年级的统计学课程。
它采用基于教程的方法，专注于给定的时间序列预测问题，并分为以下几个部分：
- 问题的动机。
- 模型描述。
- 合成数据上的模型演示。
- 模型拟合历史案例研究数据。
书中涵盖了模型的数学原理，但可以跳过，以便专注于如何应用模型。
以下是目录列表。
- 时间序列数据
- 相关性
- 预测策略
- 基本随机模型
- 回归
- 平稳模型
- 非平稳模型
- 长记忆过程
- 谱分析
- 系统辨识
- 多元模型
- 状态空间模型
本书的数据集、勘误和源代码可从本书主页下载。
以下是亚马逊评论中摘录的一段：
这是R语言时间序列分析的绝佳入门，适合所有使用R的读者。与大多数统计学书籍不同，它不要求拥有广泛的数学背景。相反，它是一本非常渐进、具有教学意义的书，适合悠闲地自学。数学原理在每个主题中都得到简要而恰当的呈现，但进度和理解不取决于深入吸收它们。例如，它适合那些使用R的社会科学家、生态学家、公共政策研究人员等。
2. 《时间序列分析及其应用》
《时间序列分析及其应用》
《时间序列分析及其应用：R语言示例》旨在作为本科和研究生时间序列课程的教科书。它假定读者对回归分析和一些数学统计学有一定背景。
它假定读者对回归分析有一定背景，以及一些数学统计学经验。
本书的结构将理论与应用分开，使其对不同受众（如本科生和研究生）都有用。
这是一本受欢迎的书，已经出了4版。
以下是目录列表。
- 时间序列的特征
- 时间序列回归与探索性数据分析
- ARIMA模型
- 谱分析与滤波
- 其他时间域主题
- 状态空间模型
- 频域统计方法
本书的补充信息可从本书网页下载。
以下是亚马逊对这本书的评论摘录。
这本书涵盖了时间序列分析的所有主要领域，如ARIMA、GARCH和ARMAX模型以及谱分析，并且做得相当不错。大多数解释对初学者（有一些统计背景）来说都足够清晰，并且配有示例（这是许多时间序列教材中常常缺失的）。
3. 《时间序列分析：R语言应用》
《时间序列分析：R语言应用》
《时间序列分析：R语言应用》旨在涵盖时间序列模型的理论及其在R中的应用。
本书 intended 为一个学期的大学课程，并假定读者具有应用统计学背景，重点是多元线性回归和一些微积分。尽管一些统计概念在附录中进行了回顾。
以下是目录列表。
- 引言
- 基本概念
- 趋势
- 平稳时间序列模型
- 非平稳时间序列模型
- 模型规范
- 参数估计
- 模型诊断
- 预测
- 季节性模型
- 时间序列回归模型
- 时间序列异方差模型
- 谱分析导论
- 谱估计
- 阈值模型
本书中使用的源代码和数据集可从本书网站下载。
以下是亚马逊对此书的评论摘录。
写得很好，易于理解。但这本是一本基础/初级教科书。如果我想自己学习时间序列并使用R语言，我会先读这本书。
4. 《多元时间序列分析》
《多元时间序列分析》
《多元时间序列分析：R语言与金融应用》基于作者30年教授和研究多元时间序列分析的经验。
本书intended 作为研究生时间序列课程和本科生时间序列统计学课程的参考书。它确实假设读者熟悉单变量时间序列。
以下是目录列表。
- 多元线性时间序列
- 平稳向量自回归时间序列
- 向量自回归移动平均时间序列
- VARMA模型的结构规范
- 单位根非平稳过程
- 因子模型与选定主题
- 多元波动率模型
本书使用的函数和数据可在MST R包中找到。源代码和数据可从本书主页下载。
以下是亚马逊对此书的评论摘录。
主题的呈现顺序很合理。我喜欢作者直接从更一般的向量/矩阵方法开始，而不是浪费时间介绍单变量时间序列的“特例”，因为这本书对于从未接触过单变量情况的学生来说会非常困难。事实上，书中假定读者熟悉高等数学主题（如无限阶矩阵多项式）。我也喜欢证明大多放在章节末尾，并且作者维护一个网页列出勘误。
— Mindy
5. 《R语言实用时间序列预测》
R语言实用时间序列预测
《R语言实用时间序列预测：实践指南》侧重于量化时间序列预测的实践方法。
本书intended 作为一学期制本科或研究生时间序列预测课程。
以下是目录列表。
- 预测方法
- 时间序列数据
- 性能评估
- 预测方法：概述
- 平滑方法
- 回归模型：趋势与季节性
- 回归模型：自相关与外部信息
- 预测二元结果
- 神经网络
- 沟通与维护
- 案例研究
有关数据集和源代码的更多信息可在本书主页上找到。
以下是亚马逊的一段评论：
非常适合那些寻求时间序列建模温和入门的人：它涵盖了所有基础知识（平滑器、ARIMA等），比较了不同方法的优缺点，讨论了验证和测试，包含示例代码，让您可以立即开始，并有足够的数学符号来简化方法描述。它简洁但不肤浅。以它的价格，您绝对不会错过。
总结
在这篇文章中，您发现了5本关于R语言时间序列分析和预测的最佳书籍。
您现在拥有将最佳预测方法应用于您自己的时间序列预测建模问题的资源。
您应该购买哪本书？
查看目录，选择一本您认为最适合您背景和需求的书。
我的选择
对我个人而言，我选了这两本书：
您选择了哪本书？
您是否读过这篇文章中分享的书籍？
请留下评论并分享您的看法。
想用Python开发时间序列预测吗？
几分钟内开发您自己的预测
...只需几行python代码在我的新电子书中探索如何实现
Python 时间序列预测入门
它涵盖了**自学教程**和**端到端项目**，主题包括：*数据加载、可视化、建模、算法调优*等等。
最终将时间序列预测带入
您自己的项目
跳过学术理论。只看结果。
嗨，Jason，
感谢您分享这篇好文章。恐怕“R语言时间序列入门”的数据集URL都已失效。
我很好奇为什么大多数时间序列书籍都在R语言？您对使用Python（特别是pandas）进行时间序列分析有什么建议吗？
此致
Elie
谢谢，我会修复的。
R语言的时间序列支持非常出色。Python在这方面不如R，尽管如此，我正在写一本关于如何开始用Python进行时间序列预测的书。
你好，
您有关于MATLAB时间序列书籍的推荐吗？
谢谢。
抱歉，Royo，我没有。如果您发现任何好的书籍，请告诉我。
我可以推荐您收藏Rob Hyndman（R forecast包的作者）的这本免费在线书籍
https://www.otexts.org/fpp
此致，
Marcus
谢谢Marcus。
太棒了。对我来说，Hyndman的书听起来像一本参考书。有点惊讶它没有在列表中……
是的，他的书很棒。我在列出这份清单后才找到它。
嗨，我喜欢《多元时间序列分析：R语言与金融应用》😀
现在我想学习LSTM RNN在时间序列上的应用。
我已经看过您关于这个主题的教程。
您有关于用于多元时间序列的循环神经网络的推荐书籍吗？
目前还没有。总的来说，LSTM在自回归类型的时间序列预测问题上效果不佳。
非常感谢您，先生！！！您的帖子非常有帮助。
很高兴听到这个消息。
我购买了《时间序列入门》，但语言很难理解。您有其他更容易理解且内容也引人入胜的书吗？我个人非常喜欢ISLR。也许有些类似的书。
谢谢！
是的，我认为《预测：原理与实践》非常出色且易于理解。
https://amzn.to/2BsHetT
这是一个不错的博客，博客中的一切都是自解释的。
谢谢！
嗨，Jason，
我正在学习我的硕士课程“时间序列分析”。我想找一本有更多练习的书。解决问题、例子等等。您会推荐哪一本？
谢谢。
也许您可以自己练习这些数据集。
https://machinelearning.org.cn/time-series-datasets-for-machine-learning/
关于时间序列最好的书是《ARIMA和VARIMA时间序列：模型、分析与应用》。作者是 Ky M. Vu，博士。
谢谢您的留言。