內容簡介
時間序列分析是概率統計學科中應用性很強的一個分支，具有非常特殊的、自成體繫的一套理論和分析方法，在金融、經濟、氣像、水文、信號處理、工程技術等眾多領域得到了廣泛應用。本書以時間序列的統計特征和建模步驟為主線，繫統介紹時間序列的基本理論、建模和預測方法以及實踐應用，目的是使讀者掌握時間序列分析的基本理論、建模和預測的方法，並能分析時間序列的統計規律性，構造與之擬合的**數學模型，並進行預測。
目錄
目錄
前言
第1章時間序列分析概論1
1.1時間序列1
1.2時間序列分析方法簡介6
1.3平穩時間序列9
1.4R軟件簡介14
習題119
第2章ARMA模型的統計特性21
2.1自回歸模型21
2.2移動平均模型26
2.3自回歸移動平均模型29
2.4格林函數與平穩解34
2.5逆函數與可逆解44
2.6ARMA模型的自相關繫數50
2.7ARMA模型的偏相關繫數62
2.8基於R軟件的ARMA模型的模擬67
習題276
第3章平穩時間序列模型的建立78
3.1時間序列的數據采樣、直觀分析和特征分析78
3.2時間序列的相關分析82
3.3平穩時間序列的零均值處理87
3.4平穩時間序列的模型識別89
3.5平穩時間序列模型參數的矩估計92
3.6平穩時間序列模型的終定階98
3.7平穩時間序列模型的檢驗102
3.8平穩時間序列模型建模方法105
3.9基於R軟件的ARMA模型的建立113
習題3123
第4章平穩時間序列預測125
4.1正交投影預測125
4.2條件期望預測128
4.3適時修正預測134
4.4預測的評價指標137
4.5基於R軟件的ARMA模型的預測139
習題4145
第5章時間序列的確定性分析147
5.1時間序列的分解147
5.2趨勢性分析148
5.3季節效應分析157
5.4X-11方法簡介160
5.5時間序列的確定性分析163
5.6基於R軟件的確定性分析164
習題5175
第6章非平穩時間序列隨機性分析176
6.1ARIMA模型176
6.2乘積季節模型183
6.3其他隨機性分析模型185
6.4基於R軟件的隨機性分析188
習題6192
第7章GARCH族模型193
7.1自回歸條件異方差模型193
7.2廣義自回歸條件異方差模型196
7.3廣義自回歸條件異方差模型的擴展200
7.4基於R軟件的GARCH族模型建模202
習題7207
第8章向量自回歸模型208
8.1VAR模型208
8.2VAR模型的估計與相關檢驗214
8.3格蘭傑因果檢驗218
8.4基於R軟件的VAR模型建模219
習題8223
參考文獻224
