《经济时间序列分析》求取 ⇩

第一章 导论1

第一节 引言1

第二节 实例分析5

第二章 基本概念11

第一节 随机过程11

第二节 平稳时间序列15

第三节 随机过程的特征描述26

第四节 时间序列滑动平均和自回归表示33

第五节 线性差分方程36

第三章 线性平稳时间序列模型40

第一节 自回归过程40

第二节 滑动平均过程54

第三节 AR(p)和MA(q)过程的两重关系61

第四节 自回归滑动平均ARMA(p,q)过程64

第四章 非平稳时序模型和季节时序模型73

第一节 均值非平稳74

第二节 自回归求和滑动平均(ARIMA)76

第三节 方差和自协方差非平稳86

第四节 季节时间序列模型89

第五章 模型识别95

第一节 模型识别步骤96

第二节 实例分析100

第三节 推广样本自相关函数和其他识别步骤116

第六章 参数估计、检验和模型选择122

第一节 矩方法估计122

第二节 极大似然法估计125

第三节 非线性估计131

第四节 时序分析的最小二乘估计134

第五节 诊断校验136

第六节 实列分析138

第七节 模型选择准则140

第七章 预测143

第一节 引言143

第二节 最小均方误预测144

第三节 预测的计算148

第四节 以前观测值加权平均的ARIMA预测151

第五节 适时修正预测153

第六节 最后预测函数154

第七节 实例分析156

第八章 一元时间序列建模的发展161

第一节 干预模型161

第二节 干预分析实例165

第三节 时间序列中的异常值170

第四节 异常值分析的实例176

第一节 单输入传递函数模型180

第九章 传递函数模型180

第二节 互相关函数和传递函数模型184

第三节 构造传递函数模型187

第四节 传递函数模型的预测198

第五节 多重输入传递函数模型205

第十章 向量时间序列分析208

第一节 协方差和相关矩阵函数208

第二节 向量过程的滑动平均和自回归表示210

第三节 向量自回归滑动平均模型212

第四节 非平稳向量自回归滑动平均模型224

第五节 向量时间序列模型识别225

第六节 模型的拟合和预测237

第七节 实例分析239

第十一章 状态空间模型和卡尔曼滤波253

第一节 引言253

第二节 状态空间和ARMA模型之间的关系254

第三节 状态空间模型拟合和典型相关分析260

第四节 实例分析264

第五节 卡尔曼滤波269

第十二章 非线性时间序列分析274

第一节 概述274

第二节 双线性模型285

第三节 门限自回归模型302

第四节 门限自回归滑动平均模型318

第五节 自回归条件异方差320

第六节 广义自回归条件方差模型331

附录 经济时间序列分析常用软件简介342

参考文献352