第一章 导言 1
第一节 实验原理 1
一、时间序列分析的起源 1
二、时间序列分析的定义 2
三、时序分析方法 2
第二节 实验软件 4
一、EViews简介 4
二、EViews 8.0的启动和退出 5
三、EViews 8.0主窗口简介 5
四、工作文件 8
五、对象的建立和对象窗口 12
第二章 时间序列的预处理 15
第一节 实验原理 15
一、平稳性检验 16
二、纯随机性检验 20
第二节 教学案例 22
一、平衡性检验 22
二、纯随机性检验 32
第三节 综合案例 33
第四节 练习案例 38
第三章 平稳时间序列分析 41
第一节 实验原理 41
一、方法性工具 42
二、ARMA模型的性质 44
三、平稳时间序列建模 58
第二节 教学案例 63
一、模型识别 63
二、参数估计 71
三、模型检验 73
四、模型优化 78
五、模型预测 82
第三节 综合案例 84
第四节 练习案例 95
第四章 非平稳时间序列的确定性分析 99
第一节 实验原理 99
一、时间序列的分解 99
二、确定性因素分解 101
三、趋势分析 101
四、季节效应分析 104
五、综合分析 105
六、X-11过程 105
第二节 教学案例 106
一、趋势分析 106
二、平滑法 118
三、季节效应分析 122
四、X-11过程 127
第三节 综合案例 133
第四节 练习案例 146
第五章 非平稳时间序列的随机分析 149
第一节 实验原理 149
一、差分运算 150
二、ARIMA模型 152
三、残差自回归模型 157
四、异方差的性质 159
五、方差齐性变换 161
第二节 教学案例 162
一、差分运算 162
二、ARIMA模型建模 167
三、残差自回归模型的构建 185
四、异方差性 190
第三节 综合案例 194
第四节 练习案例 209
第六章 多元时间序列建模与分析 213
第一节 实验原理 213
一、单整的概念 214
二、时间序列的单位根检验 214
三、协整的概念 216
四、协整检验 217
五、误差修正模型 218
第二节 教学案例 219
第三节 综合案例 231
第四节 练习案例 246
参考文献 249