کتاب تحلیل سری های زمانی

کتاب تحلیل سری‌های زمانی (روش‌های یک‌متغیری و چندمتغیری) نوشته‌ی ویلیام دبلیو. اس. وی، درباره‌ی تحلیل داده‌هایی است که ترتیب مشاهده‌ی آن‌ها اهمیت دارد. نویسنده نشان می‌دهد وابستگی میان مشاهدات چگونه بر انتخاب الگو، برآورد پارامترها و پیش‌بینی اثر می‌گذارد. مباحث این کتاب از مفهوم ایستایی و خودهمبستگی شروع می‌شود و به الگوهای برداری، فضای حالت و صافی کالمن می‌رسد. حسینعلی نیرومند این کتاب را ترجمه کرده است و انتشارات دانشگاه فردوسی مشهد آن را منتشر کرده است. نسخه‌ی الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب تحلیل سری های زمانی

کتاب تحلیل سری‌های زمانی نوشته‌ی ویلیام دبلیو. اس. وی، سری زمانی را دنباله‌ای مرتب از مشاهدات معرفی می‌کند. موضوع اصلی، شناخت وابستگی‌هایی است که میان مقادیر این دنباله وجود دارد. نویسنده بیشتر بر سری‌های گسسته‌ای تمرکز کرده است که در فاصله‌های زمانی مساوی مشاهده می‌شوند. این انتخاب، محدوده‌ی بحث را مشخص می‌کند: داده‌ها فقط مجموعه‌ای از عددها نیستند و جایگاه هر مشاهده در دنباله، بخشی از اطلاعات است. هدف تحلیل نیز می‌تواند شناخت سازوکار تولید داده، پیش‌بینی مقادیر آینده یا کنترل یک سیستم باشد. مثال‌های مقدماتی از تولید کارخانه و محصولات کشاورزی، تفاوت میان ثبات میانگین، تغییر واریانس و تکرارهای فصلی را نشان می‌دهند. این کتاب در ۱۶ فصل تنظیم شده است. فصل‌های «مفاهیم اساسی»، «الگوهای سری زمانی ایستا» و «الگوهای ناایستای سری‌های زمانی» پایه‌ی بحث را شکل می‌دهند. نویسنده سپس موضوع پیش‌بینی، شناسایی الگو، برآورد پارامتر و بررسی درستی تشخیص را دنبال می‌کند. تمرین‌های پایان فصل‌ها نیز فرصتی برای محاسبه، اثبات و بررسی ویژگی‌های الگوها فراهم می‌کنند.
کتاب تحلیل سری‌های زمانی دو شیوه‌ی بررسی داده‌ها را کنار هم قرار می‌دهد: تحلیل در قلمرو زمان و تحلیل در قلمرو فرکانس. شیوه‌ی نخست از خودهمبستگی و خودهمبستگی جزئی استفاده می‌کند؛ شیوه‌ی دوم، مؤلفه‌های فرکانسی را از طریق تحلیل فوریه و توابع طیفی بررسی می‌کند. فصل «تحلیل مداخله‌ای و ردیابی نقاط بیرونی» نیز به اختلال‌هایی اختصاص دارد که ممکن است ساختار سری را تغییر دهند. مباحث چندمتغیری از الگوهای تابع تبدیل شروع می‌شوند و به بررسی روابط مشترک چند سری می‌رسند. فصل‌های «الگوهای سری زمانی برداری» و «الگوهای فضای حالت و صافی کالمن»، صورت‌های دیگری از الگوسازی را معرفی می‌کنند. فصل پایانی، اثر تراکم زمانی و نمونه‌گیری سیستماتیک را بر پیش‌بینی، برآورد و روابط میان متغیرها بررسی می‌کند. دامنه‌ی این کتاب به الگوهای خطی محدود است؛ بنابراین مباحث غیرخطی در محدوده‌ی بحث قرار نمی‌گیرند. توضیحات ریاضی، مثال‌های تجربی و مقایسه‌ی ویژگی‌های الگوها، بخش‌های اصلی مطالعه را تشکیل می‌دهند.

خلاصه کتاب تحلیل سری های زمانی

نویسنده مسئله را از تفاوت میان مشاهدات مستقل و داده‌های وابسته آغاز می‌کند. میانگین و واریانس به‌تنهایی برای توصیف یک سری کافی نیستند؛ رابطه‌ی مقادیر در تأخیرهای مختلف نیز باید بررسی شود. مفهوم ایستایی، امکان شناخت این روابط را فراهم می‌کند و الگوهای خودرگرسیو و میانگین متحرک، صورت‌های مشخصی برای بیان وابستگی می‌سازند. داده‌های دارای روند یا تغییرات فصلی به الگوها و تبدیل‌های متناسب نیاز دارند. فرایند الگوسازی نیز با انتخاب یک الگوی اولیه تمام نمی‌شود: پارامترها باید برآورد شوند، درستی تشخیص بررسی شود و گزینه‌های مناسب مقایسه شوند. کتاب تحلیل سری‌های زمانی اصل امساک را مطرح می‌کند؛ افزایش تعداد پارامترها الزاماً به برآورد کاراتر نمی‌انجامد. مباحث بعدی، همین مسئله‌ی شناخت و پیش‌بینی را در قلمرو فرکانس، روابط چندمتغیری و انتخاب فاصله‌ی زمانی مشاهده دنبال می‌کنند.

چرا باید کتاب تحلیل سری های زمانی را بخوانیم؟

دلایل خواندن کتاب تحلیل سری‌های زمانی را می‌توان در موضوع‌ها و پرسش‌های مشخص این کتاب جست‌وجو کرد:

• این کتاب تفاوت ایستایی اکید و ایستایی ضعیف را توضیح می‌دهد. مثال‌های مربوط به توزیع و گشتاورها کمک می‌کنند ثابت‌بودن میانگین و واریانس با ثابت‌بودن همه‌ی ویژگی‌های احتمالی اشتباه گرفته نشود.
• بحث خودهمبستگی جزئی نشان می‌دهد حذف وابستگی خطی متغیرهای میانی چه معنایی دارد. خواننده می‌تواند تفاوت این کمیت را با همبستگی معمول میان دو مشاهده‌ی دارای فاصله‌ی زمانی مشخص بررسی کند.
• مباحث پیش‌بینی فقط به محاسبه‌ی یک مقدار آینده محدود نیستند. معیار میانگین مربع خطا، به‌هنگام‌کردن پیش‌بینی‌ها و ارتباط پیش‌بینی با مشاهدات گذشته نیز موضوع بحث قرار گرفته‌اند.
• فصل برآورد و انتخاب الگو، روش گشتاورها، درست‌نمایی ماکزیمم و کمترین مربعات را مطرح می‌کند. این مباحث زمینه‌ی مقایسه‌ی شیوه‌های برآورد را فراهم می‌کنند و بررسی درستی تشخیص را بخشی از کار می‌دانند.
• بحث مداخله و نقاط بیرونی، امکان بررسی داده‌هایی را فراهم می‌کند که از پیشامدهای خارجی یا اختلال ثبت تأثیر گرفته‌اند. این تمایز برای جداکردن تغییرات معمول سری از اثر یک رخداد مشخص اهمیت دارد.
• تحلیل طیفی، مفهوم دوره‌نگار و روش‌های هموارکردن طیف را معرفی می‌کند. خواننده می‌تواند بررسی مؤلفه‌های دوره‌ای را فراتر از مشاهده‌ی نمودار سری دنبال کند و پیوند میان زمان و فرکانس را بشناسد.
• فصل تراکم و نمونه‌گیری، انتخاب واحد زمانی را به یک مسئله‌ی تحلیلی تبدیل می‌کند. این بحث روشن می‌کند چرا بررسی داده‌های ماهانه، سه‌ماهه یا سالانه ممکن است اطلاعات یکسانی در اختیار تحلیلگر نگذارد.

خواندن این کتاب را به چه کسانی پیشنهاد می‌کنیم؟

خواندن کتاب تحلیل سری‌های زمانی به گروه‌های زیر پیشنهاد می‌شود:

• دانشجویان آمار که می‌خواهند ارتباط میان فرایندهای تصادفی، توابع کوواریانس و الگوهای سری زمانی را مطالعه کنند. بحث‌های ریاضی و تمرین‌ها، این کتاب را به متنی برای مطالعه‌ی درسی تبدیل می‌کنند.
• پژوهشگران اقتصاد و بازرگانی که داده‌های مرتب‌شده‌ی فروش، قیمت یا نرخ بهره را بررسی می‌کنند. مباحث روند، فصل‌پذیری و پیش‌بینی به پرسش‌های مرتبط با این نوع داده‌ها نزدیک‌اند.
• تحلیلگرانی که چند متغیر را به‌صورت هم‌زمان مشاهده می‌کنند و به شناخت وابستگی‌های متقابل نیاز دارند. الگوهای تابع تبدیل و سری زمانی برداری، دو صورت بررسی این روابط را مطرح می‌کنند.
• پژوهشگران مهندسی و علوم طبیعی که به تحلیل سیگنال‌ها و مؤلفه‌های فرکانسی علاقه دارند. فصل‌های فوریه، نظریه‌ی طیفی و برآورد طیف، موضوع‌های مرتبط با این نیاز را پوشش می‌دهند.
• خوانندگانی که با احتمال، متغیرهای تصادفی و محاسبات آماری آشنایی دارند و می‌خواهند مبانی الگوسازی خطی را دنبال کنند. فرمول‌ها، معادلات تفاضلی و نمایش‌های ماتریسی، بخش مهمی از مطالعه‌ی این کتاب هستند.
• پژوهشگرانی که درباره‌ی فاصله‌ی زمانی ثبت داده‌ها تصمیم می‌گیرند و می‌خواهند اثر تجمیع مشاهدات یا نمونه‌گیری سیستماتیک را بر نتیجه‌ی تحلیل بشناسند.