[修讀原因]

說到資料, 有幾個很重要且常見的維度:

• 人
• 金錢
• 時間

這幾個類別是在資料處理上最被重視的, 當然真正的資料不只如此, 包含行為, 物件, 位置, 文件等等的要素. 在其中, "時間" 是一個很特別的東西, 因為他是一個不可逆, 也就是有向性的因子, 在 "人類行為" 眼中的因果論中, 時間是不會到著走的, 一定是種有向性的數列, 也因此有其特殊性.

但這邊指的時間序列, 是指有時間性的資料, 其中除了上面所說的有向性之外, 還有一個很重要的是 "週期", 因此很多時間序列在解決與探討的就是週期.

有了可以定向, 又有週期, 就可以做預測, 當這預測準確時, 就有實用與價值, 當然很多人想到的就是跟金錢有關的 "股票" 等等有價證卷的交易或任何交易都是種有時間性的事情, 的確在金融界, 時間序列的研究是最完整的, 要學習時間序列的方法, 除了一些基本的工程數學, 統計以及專門的時間序列的書之外, 有時可以大量的閱讀有關金融方面的時間序列, 畢竟很多事情多少還是透過金錢來衡量的.

[基本資訊]

• 課程題目: Time Series
• 學程: 統計系所選修
• 困難度: ＊＊＊
• 必要度: ＊＊＊＊
• 所須時間: ＊＊
• 建議書輯: Time Series Analysis and Forecasting by Example

[基本介紹]

時間序列的目的在於:

• 描述
• 預測
• 分類
• 區隔
• 尋找
• 驗證
• 修正
• 平滑

時間序列的種類有:

• 水平型時間數列
• 季節型時間數列
• 迴圈型時間數列
• 直線趨勢型時間數列
• 曲線趨勢型時間數列

常用的方法有

• 移動平均
• 指數平滑
• 趨勢投射
• 迴歸
• 自我迴歸
• ARIMA

事實上時間序列是很多在計算資料場合都會用到的, 尤其是跟時間有關的, 而之後有關 ARIMA (Autoregression integrated Moving Average) 更是重點.

雖然很多大學的工數都有提到時間序列, 但似乎真的修習或修好的不多, 有機會大家拿起來好好的重唸一次吧.

[修習方式]

電子書:

• http://www.masys.url.tw/Download/2002-Brockwell-Introduction%20Time%20Series%20and%20Forecasting.pdf
• http://www.itl.nist.gov/div898/handbook/index.htm

開放課程:

• http://ocw.mit.edu/courses/economics/14-384-time-series-analysis-fall-2013/

關鍵字:

• 內推與外推
• 朴素法
• GARCH
• Dynamic Bayesian network
• Marjov Switching Multifactal
• Hidden Markov model
• Fast Fourier Transform