经济时间序列分析PDF电子书下载

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