第一章 绪论 1
第一节 时间序列分析的一般问题 2
第二节 时间序列的建立 9
第三节 确定性时序分析方法概述 15
第四节 随机时序分析的几个基本概念 20
第二章 平稳时间序列模型 29
第一节 一阶自回归模型 29
第二节 一般自回归模型 33
第三节 移动平均模型 35
第四节 自回归移动平均模型 37
第一节 格林函数和平稳性 43
第三章 ARMA模型的特性 43
第二节 逆函数和可逆性 66
第三节 自协方差函数 72
第四节 自谱 80
第四章 平稳时间序列模型的建立 89
第一节 模型识别 89
第二节 模型定阶 94
第三节 模型参数估计 103
第四节 模型的适应性检验 108
第五节 建模的其它方法 113
第六节 实例 118
第一节 正交投影预测(几何预测法) 126
第五章 平稳时间序列预测 126
第二节 条件期望预测 129
第三节 适时修正预测 137
第四节 指数平滑预测-ARMA模型特例 139
第六章 非平稳时间序列分析 143
第一节 非平稳性的检验 144
第二节 平稳化方法 151
第三节 齐次非平稳序列模型 159
第四节 非平稳时间序列的组合模型 168
第七章 季节性时间序列分析方法 181
第一节 简单随机进序模型 181
第二节 乘积季节模型 184
第三节 季节时序模型的建立 186
第四节 X-11方法简介 193
第八章 传递函数模型 200
第一节 模型简介 201
第二节 传递函数模型的识别 204
第三节 传递函数模型的拟合与检验 211
附录Ⅰ 延伸自相关函数 217
附录Ⅱ TSP软件简介 224
附录Ⅲ 数据资料 230
附录Ⅳ 常用统计量分布表 243
主要参考书目 250