第一章 绪论 1
第一节 时间序列分析的一般问题 1
第二节 时间序列的建立 8
第三节 确定性时序分析方法概述 13
第四节 随机时序分析的几个基本概念 19
本章小结 27
思考与练习 27
第二章 平稳时间序列模型 28
第一节 一阶自回归模型 28
第二节 一般自回归模型 32
第三节 移动平均模型 34
第四节 自回归移动平均模型 36
本章小结 40
思考与练习 41
第三章 ARMA模型的特性 42
第一节 格林函数和平稳性 42
第二节 逆函数和可逆性 65
第三节 自协方差函数 71
第四节 自谱 79
本章小结 86
思考与练习 86
第四章 平稳时间序列模型的建立 88
第一节 模型识别 89
第二节 模型定阶 92
第三节 模型参数估计 98
第四节 模型的适应性检验 101
第五节 Pandit-Wu建模方法 104
第六节 建模实例 106
本章小结 111
思考与练习 111
第五章 平稳时间序列预测 113
第一节 条件期望预测 114
第二节 预测的三种形式 114
第三节 预测值的适时修正 122
本章小结 124
思考与练习 124
第六章 趋势模型 126
第一节 趋势性时间序列的重要特征 126
第二节 随机时间序列的趋势性检验 128
第三节 平稳化方法 131
第四节 趋势模型 133
本章小结 140
思考与练习 140
第七章 季节模型 142
第一节 季节时间序列的重要特征 142
第二节 季节性时间序列模型 144
第三节 季节性检验 146
第四节 季节时间序列模型的建立 157
第五节 X-11方法简介 159
本章小结 173
思考与练习 175
第八章 条件异方差模型 177
第一节 条件异方差模型 178
第二节 条件异方差模型的建立 182
第三节 几种扩展模型 191
本章小结 196
思考与练习 197
第九章 传递函数模型 198
第一节 模型简介 198
第二节 传递函数模型的识别 202
第三节 传递函数的拟合与检验 212
第四节 干预模型 217
本章小结 224
思考与练习 225
第十章 异常值分析 227
第一节 含异常值的ARIMA模型 228
第二节 异常值的检测 230
第三节 异常值分析的实例 233
本章小结 234
思考与练习 234
参考文献 235
附录 236
附录A X-11报表与说明 236
附录B 数据资料 239
附录C 统计表 246