时间序列分析：基于Python

　　时间序列分析是统计学科的一个重要分支，它主要研究随着时间的变化，事物发生、发展的过程，寻找事物发展变化的规律并预测未来的走势。在日常生产和生活中，时间序列比比皆是，所以目前时间序列分析方法广泛应用于经济、金融、天文、气象、海洋、物理、化学、医学、质量控制等诸多领域，成为众多行业经常使用的统计方法。本书是基于Python编写的入门级时间序列分析教材，主要内容包括时间序列分析简介、时间序列的预处理、ARMA模型的性质、平稳序列的拟合与预测、无季节效应的非平稳序列分析、有季节效应的非平稳序列分析、多元时间序列分析。

　　王燕，中国人民大学统计学院风险管理与精算方向教师。已开设统计学、高等数理统计、金融数学、寿险精算学、生存分析、应用时间序列分析（本科生）、应用时间序列分析（硕士研究生）、定性数据分析等课程。曾获得中国人民大学“十大教学标兵”，北京高校第四届青年教师教学基本功比赛文史组三等奖，寿险精算学精品课程、保险精算课程改革北京市优秀团队奖等。

暂缺《时间序列分析：基于Python》目录