●前言iii
●第1章引言1
●1.1時間序列的特點1
●1.2時間序列例子2
●1.3R軟件入門5
●1.3.1簡介5
●1.3.2動手8
●1.4本書的內容9
●1.5習題10
●第時間序列的基本概念和ARIMA模型12
●2.1時間序列的平穩性及相關性度量12
●2.1.1平穩、自協方差函數和自相關函數13
●2.1.2差分算子和後移算子15
●2.2白噪聲16
●2.3隨機遊走18
●2.4趨勢平穩過程19
●2.5聯合平穩性和互相關函數21
●2.6一般線性模型21
●2.7MA模型23
●2.8AR模型26
●部分目錄

本書通過案例講述有關的概念和方法，不僅介紹了ARMA 模型、狀態空間模型、Kalman 濾波、單位根檢驗和GARCH 模時間序列方法，還介紹了很多時間序列方法，如線性協整、門限協整、VAR 模型、Granger 因果檢驗、神經網絡模型、可加AR 模型和譜估計等。 書中強調對真實的時間序列數據進行分析，全程使用R 軟件分析了各個科學領域的實際數據，還分析了金融和經濟數據的例子。本書通俗易懂，理論與應用並重，可作為高等院校統計學和經濟管理等專業“時間序列分析”相關課程的教材，對金融和互聯網等領域的相關從業者也極具參考價值。

吳喜之,劉苗 編著

前言多數國內時間序列教材的一些特點首先, 一些教材比較著重於數學理論和推導. 作者多為數學出身,他們習慣於數學的嚴格性和準確而又漂亮的數學結論的推導.這些書適用於那些願意為時間序列的數學理論研究做出貢獻的讀者.其次, 國內教時間序列往往占絕大部分篇幅,而且包含在各種數學假定下的定理和結果.這可能是時間序列的數學描述確實很漂亮,很多結果都能夠以比較簡潔的數學語言表達出來. 時間序列則很不一樣情況下很漂亮的結果, 情況下就接近不同了. 在數學上,繁瑣的表達是不受人們喜愛的, 因時間序列很難在數學味道很濃的教科書中展開.很多教材對於真實時間序列的數據分析強調得不夠. 那些數學味道濃的書,主要目的不是分析實際數據, 而且實際數據往往很難滿足那些書上的數學假定,過多地等