常用时间序列分析软件包PDF电子书下载

引言 1

第一部分 时间序列分析的服务程序 1

第一章 常用代数计算和概率计算 1

1.1 用高斯消去法解线性方程组(TALGAU) 1

1.2 实正定矩阵的Cholesky分解(TAMCHO) 2

1.3 矩阵就地转置(TAMLTR) 3

1.4 多维数据变换(TAMTRA) 4

1.5 矩阵乘积计算(TAMULT) 6

1.6 计算乘积多项式的系数(TAPCOE) 6

1.7 计算多项式的函数值(TAPFVA) 8

1.8 多项式零点位置的识别(TAPIDL) 9

1.9 求二次方程的实根(TARRE2) 12

1.10 求三次方程的实根(TARRE3) 13

1.11 求四次方程的实根(TARRE4) 15

1.12 求数据极值(TAVMAI) 17

1.13 一维数据变换(TAVTRA) 18

1.14 计算Г(x)的自然对数(TBNLGA) 18

1.15 快速排序(TBSFGB) 19

1.16 实数据的正弦、余弦变换(TBTCSG) 20

1.17 实数据的离散富氏变换(TBTDFT) 22

1.18 复数据的快速富氏变换(TBTFFT) 23

1.19 β分布概率计算(TDPB) 25

1.20 X2分布概率计算(TDPCHI) 26

1.21 F分布概率计算(TDPF) 26

1.22 Fisher分布概率计算(TDPFES) 27

1.23 柯尔莫果洛夫-斯米尔诺夫(K-S)分布概率计算(TDPKS) 28

1.24 正态分布概率计算(TDPN) 28

1.25 t分布概率计算(TDPT) 29

1.26 β分布的P-分位点计算(TDQB) 29

1.27 F分布的P-分位点计算(TDQF) 30

1.28 正态分布的P-分位点计算(TDQN) 31

第二章 常用数图输出 32

2.1 整型控制参数输出(TCDLPI) 32

2.2 实型控制参数输出(TCDLPR) 32

2.3 数图输出(TCGRA) 33

2.4 数图输出(TCGRAT) 34

2.5 数图输出(TCGRA0) 35

2.6 数图输出(TCGRA1) 37

2.7 数图输出(TCGRA2) 38

2.8 数图输出(TCGRA3) 39

2.9 矩阵输出(TCPM) 41

2.10 向量输出(TCPV) 43

2.11 整型数据输出(TCPVNN) 43

2.12 方差分析表输出(TCVTAB) 44

2.13 统计检验结果输出(TCWT) 45

第三章 统计检验和回归计算 46

3.1 随机数据精度分析(TEAASD) 46

3.2 计算均值、方差和标准差(TEEDSS) 46

3.3 多维数据基本参数分析(TEPAM) 48

3.4 一维数据基本参数分析(TEPA1) 52

3.5 X2频率检验(THCHIS) 54

3.6 常用统计检验(THEOH4) 55

3.7 K-S累积频率检验(THKS) 61

3.8 K-S累积频率和X2频率检验(THKSCH) 61

3.9 逆序检验(THRART) 62

3.10 两变量间的广义回归(TRBTVG) 63

3.11 两变量间的简单回归(TRBTVS) 67

3.12 计算多元线性回归系数(TRCMLS) 69

3.13 计算线性回归估值(TRLRMV) 73

3.14 多变量、多功能逐步回归(TRMVMF) 74

第二部分 时间序列分析的常用程序 91

第四章 时间序列的统计模拟 91

4.1 AR发生器(TGAR) 91

4.2 ARMA发生器(TGARMA) 92

4.3 MA发生器(TGMA) 93

4.4 N(0，1)随机数发生器I(TGNC) 95

4.5 正态随机向量发生器(TGNCV) 96

4.6 N(0，1)随机数发生器Ⅱ(TGN12) 98

4.7 均匀分布随机数发生器(TGRANG) 99

4.8 三角分布随机数发生器(TGTRIG) 100

4.9 双三角分布随机向量发生器(TGTTRI) 101

第五章 时间序列的简单滤波 104

5.1 简单数字滤波器Ⅰ(TFCDF1) 104

5.2 简单数字滤波器Ⅱ(TFCDF2) 106

5.3 加权滤波(TFCDF3) 108

5.4 等权平滑滤波(TFCDF4) 109

第六章 时间序列谱分析 113

6.1 隐含周期识别的方差分析方法(TTANOV) 113

6.2 B-T互谱分析(TTCSBT) 115

6.3 隐含周期识别的周期图分析方法(TTIHPF) 120

6.4 自相关函数和谱密度计算(TTRCSP) 122

6.5 富氏谱计算(TTSDFT) 127

6.6 B-T自谱计算(TTSPBT) 129

第七章 时间序列的相关分析和ARMA模型 134

7.1 自相关函数计算(TTACF) 134

7.2 ARMA模型的识别和估计(TTAMKL) 135

7.3 ARMA的残差、方差和预测值估计(TTAMRS) 139

7.4 ARMA系数的最小二乘模拟估计(TTAMS2) 142

7.5 ARMA模型参数输出(TTAMW1) 143

7.6 ARMA模型阶数的形成和输出(TTAMW2) 144

7.7 ARMA(K，L)(0<K+L<3)系数的估计(TTAM12) 145

7.8 AR的识别和估计(TTAR) 148

7.9 偏自相关函数计算(TTARPV) 150

7.10 互相关函数计算(TTCCF) 152

7.11 时序差分(TTDODS) 154

7.12 时间序列的回归分析(TTMSLR) 155

7.13 趋势项或周期项提取(TTREPE) 156

第八章 时间序列的组合模块 158

8.1 隐含周期识别和提取(TTIEHP) 158

8.2 平稳时间序列统计分析(TTSAST) 165

8.3 时间序列的平稳性检验(TTTEST) 171

8.4 平稳时间序列ARMA(K，L)模型的识别、估计和检验(TTARMA) 175