《时间序列分析 上》PDF下载

  • 购买积分:16 如何计算积分?
  • 作  者:詹姆斯·D·汉密尔顿著;夏晓华译
  • 出 版 社:北京:中国人民大学出版社
  • 出版年份:2015
  • ISBN:7300202136
  • 页数:504 页
图书介绍:这本十分必需的书归纳了这一日益重要领域的主要最新进展,并就其现有表述给出了一个单一的一致的表示。汉密尔顿就诸如向量自回归、广义矩方法估计、单位根的经济和统计结果、随时间变化的方差以及非线性时间序列模型等重要创新,首次给出了一本完整的和详细的教科书。另外,汉密尔顿还介绍了动态系统分析的传统工具,如线性表示、自协方差、生成函数、谱分析以及卡尔曼滤子,并介绍了它们在经济理论以及研究并解释真实一世界数据两方面的用途。

第1章 差分方程 1

1.1 一阶差分方程 1

1.2 p阶差分方程 7

附录 1.A第1章性质证明 22

第1章参考文献 27

第2章 滞后算子 28

2.1 简介 28

2.2 一阶差分方程 31

2.3 二阶差分方程 34

2.4 p阶差分方程 38

2.5 初始条件及无界序列 42

第2章参考文献 48

第3章 平稳自回归移动平均过程 49

3.1 期望、平稳性和遍历性 49

3.2 白噪声 54

3.3 移动平均过程 55

3.4 自回归过程 60

3.5 混合自回归移动平均过程 68

3.6 自协方差生成函数 70

3.7 可逆性 74

附录3.A 无限阶移动平均过程的收敛结论 78

第3章习题 80

第3章参考文献 82

第4章 预测 83

4.1 预测的原理 84

4.2 基于无限个观测的预测 89

4.3 基于有限个观测的预测 97

4.4 正定对称矩阵的三角分解 100

4.5 线性投影更新 105

4.6 高斯过程的最优预测 114

4.7 自回归移动平均过程的和 117

4.8 沃尔德分解与博克斯-詹金斯建模哲学 124

附录4.A 普通最小二乘回归与线性投影 129

附录4.B 一阶移动平均过程协方差矩阵的三角分解 130

第4章习题 132

第4章参考文献 132

第5章 极大似然估计 134

5.1 简介 134

5.2 高斯一阶自回归过程的似然函数 135

5.3 高斯p阶自回归过程的似然函数 141

5.4 高斯一阶移动平均过程的似然函数 145

5.5 高斯q阶移动平均过程的似然函数 149

5.6 高斯p阶自回归q阶移动平均过程的似然函数 151

5.7 数值优化 152

5.8 极大似然估计的统计推断 162

5.9 不等式约束 166

附录5.A 第5章性质证明 169

第5章习题 171

第5章参考文献 171

第6章 谱分析 173

6.1 总体谱 174

6.2 样本谱 179

6.3 总体谱估计 185

6.4 谱分析的应用 190

附录6.A 第6章性质证明 195

第6章习题 202

第6章参考文献 202

第7章 渐近分布理论 203

7.1 渐近分布理论回顾 203

7.2 序列相关观测的极限定理 210

附录7.A 第7章性质证明 220

第7章习题 224

第7章参考文献 225

第8章 线性回归模型 226

8.1 确定性回归元与独立同分布高斯扰动下的普通最小二乘法回顾 226

8.2 一般条件下的普通最小二乘法 234

8.3 广义最小二乘法 248

附录8.A 第8章性质证明 257

第8章习题 261

第8章参考文献 262

第9章 线性联立方程系统 264

9.1 联立方程偏差 264

9.2 工具变量与两阶段最小二乘法 270

9.3 识别 276

9.4 完全信息极大似然估计 280

9.5 基于简化型的估计 284

9.6 联立方程偏差综述 286

附录9.A 第9章性质证明 286

第9章习题 290

第9章参考文献 290

第10章 协方差平稳的向量过程 291

10.1 向量自回归简介 291

10.2 向量过程的自协方差与收敛性结论 296

10.3 向量过程的自协方差生成函数 301

10.4 向量过程的谱 304

10.5 向量过程的样本均值 314

附录10.A 第10章性质证明 322

第10章习题 327

第10章参考文献 328

第11章 向量自回归 329

11.1 无约束向量自回归的极大似然估计与假设检验 329

11.2 二元格兰杰因果检验 342

11.3 有约束向量自回归的极大似然估计 349

11.4 脉冲响应函数 361

11.5 方差分解 366

11.6 向量自回归与结构计量模型 368

11.7 脉冲响应函数的标准误 380

附录11.A 第11章性质证明 385

附录11.B 解析导数的计算 391

第11章习题 396

第11章参考文献 397

第12章 贝叶斯分析 401

12.1 贝叶斯分析简介 401

12.2 向量自回归的贝叶斯分析 411

12.3 数值贝叶斯方法 413

附录12.A 第12章性质证明 416

第12章习题 422

第12章参考文献 422

第13章 卡尔曼滤波 424

13.1 动态系统的状态空间表达 424

13.2 卡尔曼滤波的推导 430

13.3 基于状态空间表达的预测 435

13.4 参数的极大似然估计 440

13.5 稳态卡尔曼滤波 446

13.6 平滑 451

13.7 卡尔曼滤波的统计推断 455

13.8 时变参数 457

附录13.A 第13章性质证明 463

第13章习题 468

第13章参考文献 470

第14章 广义矩方法 473

14.1 广义矩估计 474

14.2 例子 481

14.3 拓展 491

14.4 广义矩与极大似然估计 494

附录14.A 第14章性质证明 499

第14章习题 500

第14章参考文献 501