第1章 时间序列分析概述 1
1.1 引言 1
1.2 时间序列的定义 1
1.3 时间序列分析方法 2
1.3.1 时间序列分析方法的分类 2
1.3.2 时域分析法的发展历程 4
1.4 时间序列分析软件 5
1.5 SAS软件上机操作 5
1.5.1 SAS软件操作界面 5
1.5.2 SAS系统的程序输入及运行 7
1.5.3 数据集创建及查看的相关程序命令 7
1.6 习题 10
第2章 时间序列分析的基础知识 11
2.1 统计特征 11
2.1.1 概率分布 11
2.1.2 特征统计量 11
2.2 差分运算和延迟算子 12
2.2.1 差分运算 12
2.2.2 延迟算子 14
2.3 时间序列的平稳性和纯随机性检验 14
2.3.1 平稳时间序列及其检验 14
2.3.2 纯随机时间序列及其检验 21
2.4 异方差和方差齐性变换 26
2.4.1 异方差及其检验 26
2.4.2 方差齐性变换 29
2.5 SAS软件上机操作 32
2.5.1 时间序列数据集的处理 32
2.5.2 时序图绘制 35
2.5.3 平稳性与纯随机性检验 37
2.6 习题 38
第3章 平稳时间序列分析 40
3.1 ARMA模型的时域特征 40
3.1.1 AR模型 40
3.1.2 MA模型 51
3.1.3 ARMA模型 58
3.2 ARMA模型建模 62
3.2.1 模型识别 62
3.2.2 参数估计 64
3.2.3 模型检验 69
3.2.4 模型优化 70
3.3 ARMA模型的预测 75
3.3.1 线性预测函数 75
3.3.2 预测方差最小原则 76
3.3.3 线性最小方差预测的性质 77
3.3.4 修正预测 81
3.4 SAS软件上机操作 83
3.4.1 模型识别 83
3.4.2 参数估计 86
3.4.3 序列预测 89
3.5 习题 90
第4章 非平稳时间序列的确定性分析 93
4.1 时间序列的分解 93
4.1.1 Cramer分解定理 93
4.1.2 确定性因素分析 93
4.2 趋势分析 94
4.2.1 平滑法 95
4.2.2 趋势拟合法 98
4.3 季节效应分析 101
4.4 综合分析 103
4.5 X-11方法简介 108
4.6 SAS软件上机操作 111
4.6.1 拟合线性趋势 111
4.6.2 拟合非线性趋势 112
4.6.3 X-11拟合 113
4.7 习题 114
第5章 非平稳时间序列的随机性分析 117
5.1 平稳化方法 117
5.1.1 差分运算的实质 117
5.1.2 差分方式的选择 118
5.1.3 过差分 120
5.2 ARIMA模型 121
5.2.1 ARIMA模型的时域特征 121
5.2.2 ARIMA模型建模 123
5.2.3 ARIMA模型预测 126
5.2.4 疏系数模型 128
5.2.5 季节模型 131
5.3 残差自回归模型 139
5.3.1 残差自回归模型结构 139
5.3.2 残差自回归模型建模 140
5.4 条件异方差模型 145
5.4.1 条件异方差模型结构 145
5.4.2 条件异方差模型建模 147
5.5 SAS软件上机操作 152
5.5.1 拟合ARIMA模型 152
5.5.2 拟合残差自回归模型 154
5.5.3 拟合GARCH模型 160
5.6 习题 163
第6章 多元时间序列分析 167
6.1 传递函数模型 167
6.2 虚假回归与单位根检验 172
6.2.1 虚假回归 172
6.2.2 单位根检验 172
6.3 协整 182
6.3.1 单整 183
6.3.2 协整及其检验 183
6.3.3 误差修正模型 186
6.4 SAS软件上机操作 187
6.4.1 单位根检验 187
6.4.2 拟合ARIMAX模型 189
6.5 习题 191
参考文献 194