本书在借鉴国内外相关教材优点的基础上, 总结作者多年讲授时间序列分析课程的教学经验和体会, 本着“教师好用、学生好读”的指导思想, 系统地介绍了一元时间序列分析的基本思想、基本原理和基本方法, 内容包括时间序列的基本概念、时间序列数据的预处理方式、分解和平滑、趋势的消除、单位根检验和协整、平稳时间序列模型、非平稳时间序列模型、残差自回归模型、季节模型、异方差时间序列模型、谱分析、基于深度学习的时间序列预测以及上述模型的性质、建模、预测, 此外还包含了大量的实例. 本书全程使用 Python语言分析了来自不同学科的真实数据.

白晓东，博士学位，教授。大连民族大学理学院。从事教学工作20几年，本科是基础数学专业、硕士是概率论与数理统计专业，博士是金融数学与保险精算专业，主持或参加过多项省部级以上科研项目和教改项目，发表过近20篇学术论文，5521人才工程第二层次。

前 言 　　时间序列分析是一种处理动态数据的统计方法. 它是基于随机过程理论和数理统计方法 而发展起来的, 是寻找动态数据的变化特征, 挖掘隐含信息, 建立拟合模型, 进而预测数据未 来发展的有力统计工具, 它广泛应用于经济、金融、气象、天文、物理、化学、生物、医学、质 量控制等社会科学、自然科学和生产实践的诸多领域,己经成为许多行业常用的统计方法. 　　目前, 国内外有关时间序列分析的教材己有很多, 其中一些偏重于理论的讲述, 需要读者 具备比较深厚的概率论与数理统计基础, 主要阅读对象是精英型的统计学专业的学生; 另一 些则侧重于模型的应用, 不关注理论和技术细节的推导, 主要阅读对象是经管类专业的学生. 随着我国招生制度的变化和大数据产业的飞速发展, 大部分高校的统计学及其相关专业的培 养目标逐步转为复合应用型人才的培养, 强调培养具有数据分析能力的人才的重要性. 显然 那些过于偏重理论讲述和过于偏重模型应用的教材不能适应这一变化. 　　为适应培养要求的转变, 满足更多专业学生的学习需求, 本书在借鉴国内外相关优秀教 材的基础上, 着重突出三个特色. 第一是以精简、易懂、深入浅出的方式讲清楚基本概念、基 本理论和推导技1j, 着重阐释统计思想和数据处理方法. 同时, 加强实用性, 通过大量实例, 一 方面使得学习者深刻认识时间序列的基本概念、常用性质和基本理论; 另一方面也使得他们 尽快掌握时间序列数据分析的基本技能. 第二是本书全程使用 Python 语言进行实例分析, 并 且提供全部代码. Python 是一个结合了解释性、编译性、互动...