《时间序列分析基础》求取 ⇩

目 录1

前言1

第一章差分方程1

§1 一阶线性差分方程1

§2 二阶线性差分方程3

§3 高阶线性差分方程4

§4 线性向量差分方程6

第二章线性随机系统的时域分析10

§1 滑动平均序列11

§2 自回归序列16

§3 混合自回归滑动平均序列30

§4 求和自回归滑动平均序列35

§5 ARIMA（p,d,q）序列的三种形式39

§6 求和滑动平均序列48

第三章预测54

§1 最小均方误差预测54

§2 预测权的计算57

§3 预测的置信域61

第四章线性随机系统的频域分析68

§1 自协方差函数的谱分析68

§2 ARMA（p,q）序列的谱密度函数73

§3 向量值时间序列自协方差矩阵的谱分解77

§4 向量值ARMA（p,q）序列90

第五章 大样本理论96

§1 概率论中阶的概念96

§2 依分布收敛性102

§3 数学期望序列的极限性质111

§4 若干中心极限定理118

§1 均值估计及其大样本性质132

第六章均值及相关函数估计132

§2 自相关函数估计及其大样本性质136

§3 互相关函数估计及其大样本性质152

§4 应用举例159

第七章谱估计166

§1 周期图166

§2 修匀、谱估计185

§3 互谱估计201

第八章ARMA(p，q)序列定阶法——模型识别211

§1 ARMA(p,q)序列的偏相关函数211

§2 ARMA(p,q)序列的表征条件219

§3 偏相关函数估计及其大样本性质229

§4 自相关与偏相关定阶法232

§5 FPE、AIC和BIC定阶法235

§1 AR（p）序列参数的Yule-Walke r估计243

第九章ARMA(p,q)序列参数的矩估计243

§2 MA（q）序列参数的矩估计246

§3 ARMA(p,q)序列参数的矩估计249

§4 用Newton-Raphson算法求MA（q）序列参数的矩估计251

§5 实例254

第十章ARMA(p,q)序列参数精估计259

§1 ML估计与LS估计259

§2 AR（p）序列参数的ML估计263

§3 MA（q）序列的似然函数272

§4 ARMA(p,q)序列的似然函数276

§5 平方和函数的计算278

§6 图解法求极大似然估计288

第十一章模型的检验、改进292

§1 残量的自相关检验292

§2 模型的改进294