时序分析与工程应用PDF电子书下载

目录 1

第一章　动态数据建模基础知识 1

第一节　向量和矩阵 1

第二节　概率与统计估计基础 8

第三节　线性差分方程 21

第四节　傅立叶变换 24

第二章　平稳时间序列 30

第一节　随机序列的定义 30

第二节　随机序列的概率分布与参数特征 30

第三节　平稳随机序列 32

第四节　平稳随机序列的频率域表示 35

第一节　采样与量化 39

第三章　检验与预处理 39

第二节　离散傅立叶变换 45

第三节　时间序列的统计检验 51

第四章 自回归滑动平均（ARMA）模型 56

第一节　ARMA模型定义 56

第二节　ARMA模型的等价形式 60

第三节　ARMA序列的自相关函数 64

第四节　ARMA序列的偏相关函数 68

第五章　模型的参数估计 71

第一节　平稳序列的相关矩估计 71

第二节　模型的初步识别 72

第三节　模型参数的矩估计和逆函数法 73

第四节　模型参数的精估计 76

第一节　ARMA模型的改进 80

第六章　模型的改进、定阶和建模步骤 80

第二节　确定性趋势的分离、叠合模型 87

第三节　模型阶的判别 91

第四节　时间序列建模的基本步骤 94

第七章　时间序列的预报 101

第一节　平稳线性最小方差预报 101

第二节　各类序列的平稳线性最小方差预报 105

第三节　时间序列的新息预报 110

第八章　时间序列的谱估计 114

第一节　隐周期的分析 114

第二节　功率谱密度估计的非参数方法 124

第三节　功率谱密度估计的参数方法 134

第一节　AR模型在模态参数识别中的应用 141

第九章 时间序列分析在工程中的应用 141

第二节　齿轮传动装置的故障监测 146

第三节 自回归谱估计的计算机模拟与误差分析应用 149

第四节 用相似性判据监测机械系统的振动 155

第五节　时序分析在水量预测中的应用 158

第六节　AR模型方法在癫痫脑电图分析中的应用 160

附录 172

附表1 正态分布表 172

附表2 游程检验临界值表 173

附表3 F分布表 175

附表4 调和分析中显著性检验Fisher检验表 179

附表5 x2分布表 181