您好,欢迎光临有路网!
应用时间序列分析
QQ咨询:
有路璐璐:

应用时间序列分析

  • 作者:史代敏 谢小燕
  • 出版社:高等教育出版社
  • ISBN:9787040316322
  • 出版日期:2011年06月01日
  • 页数:293
  • 定价:¥30.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    本书从经济管理类各专业的实际需要出发,系统地介绍了平稳时间序列建模分析,非平稳时间序列建模分析和波动聚集建模分析三大部分内容。
    目录
    **章 导论
    **节 关于时间序列分析
    一、什么是时间序列
    二、时间序列分析的产生与发展
    三、时间序列分析与经济预测
    四、时间序列分析与计量经济学的关系
    第二节 时间序列分析的一些基本概念
    一、随机过程
    二、随机过程的分布及其特征
    三、几种重要的随机过程
    四、随机过程的平稳性
    第三节 时间序列的主要特征
    一、时间序列的相关性
    二、时间序列的平稳性与非平稳性
    三、时间序列的波动聚集性
    第四节 时间序列分析的基本步骤
    一、模型识别
    二、模型估计
    三、模型检验
    四、模型应用
    第五节 时间序列分析软件
    本章小结
    本章主要公式
    思考与练习题

    第二章 平稳时间序列模型及其特征
    **节 模型类型及其表示
    一、预备知识
    二、自回归模型
    三、移动平均模型
    四、自回归移动平均模型
    第二节 格林函数和平稳性
    ���、arma(p,g)的格林函数
    二、系统的平稳性
    三、系统的平稳性与稳定性
    第三节 逆函数和可逆性
    一、ma(q)模型的可逆域
    二、ma(g)模型的逆函数
    三、arma(p,q)的可逆域与逆函数
    四、格林函数与逆函数之间的关系
    第四节 平稳时间序列的统计特征
    一、自相关函数
    二、偏相关函数
    本章小结
    本章主要公式
    思考与练习题
    本章附录

    第三章 平稳时间序列模型的建立
    **节 模型识别与定阶
    一、自相关函数和偏相关函数的估计
    二、模型的初步识别
    三、模型的定阶
    第二节 模型参数的估计
    一、模型参数的矩估计
    二、模型参数的*小二乘估计
    三、模型参数的极大似然估计
    四、模型参数的*小平方和估计
    第三节 模型的适应性检验
    一、过拟合检验
    二、残差自相关的x2检验
    第四节 时间序列建模的方法
    一、box-jenkins建模方法
    二、pandit-wu建模方法
    第五节 案例分析
    本章小结
    本章主要公式
    思考与练习题
    本章附录

    第四章 平稳时间序列模型预测
    **节 预测准则
    一、从几何角度提出预测问题
    二、求解正交投影
    三、*小均方误差预测
    第二节 arima模型预测
    一、ar(p)模型的预测
    二、ma(q)模型的*小均方预测
    三、arma(p,q)预测
    第三节 案例分析
    本章小结
    本章主要公式
    思考与练习题

    第五章 传递函数模型与干预变量分析
    **节 传递函数模型的基本概念
    一、模型的形式
    二、脉冲响应函数特征
    三、常见的传递函数的形式
    四、传递函数的稳定性
    第二节 传递函数模型的识别与估计
    一、互相关函数
    二、传递函数模型的识别
    三、传递函数模型的估计与检验
    第三节 干预模型
    一、干预模型介绍
    二、干预变量的类型和组合
    三、美国crest牌牙膏的市场占有率实例分析
    第四节 案例分析
    一、一元线性回归模型的拟合
    二、传递函数模型
    本章小结
    本章主要公式
    思考与练习题

    第六章 季节模型
    **节 季节性时间序列的重要特征
    一、季节性时间序列的表示
    二、季节性时间序列的重要特征
    第二节 季节性模型
    一、随机季节性模型
    二、乘积季节性模型
    三、常见的随机季节性模型
    第三节 季节性模型的识别
    一、季节性ma模型的自相关函数
    二、季节性ar模型的偏相关函数
    第四节 季节性时间序列模型的建立和应用
    第五节 x11方法简介
    一、季节调整和时间序列的构成因素
    二、时间序列的组合模型
    三、x22程序
    第六节 实例分析
    一、数据的特征
    二、季节调整
    三、预测假定“非典”没有发生的旅游人数的可能值
    本章小结
    本章主要公式
    思考与练习题

    第七章 非平稳时间序列的特征及检验
    **节 非平稳时间序列的特征
    一、非平稳时间序列的概念
    二、非平稳序列的分类
    三、非平稳时间序列的统计特征
    第二节 时间序列非平稳性的常规检验法
    一、数据图示法
    二、基于相关图的平稳性检验法
    三、逆序检验法
    四、游程检验
    第三节 时间序列非平稳性的单位根检验法
    一、单位根过程
    二、单位根过程检验基础
    三、df单位根检验法
    四、pp单位根检验法与adf单位根检验法
    五、其他**的单位根检验法简介
    第四节 案例分析
    本章小结
    本章主要公式
    思考与练习题

    第八章 协整与误差校正模型
    **节 伪回归
    一、“伪回归”现象
    二、非平稳性对回归分析有什么影响
    三、phillips(1986)对“伪回归”的理论解释
    四、如何防止“伪回归”
    第二节 协整的概念及性质
    一、协整(cointegration)的概念
    二、协整向量的*小二乘估计及性质
    第三节 协整检验
    一、基于回归方程残差的协整检验(eg检验)
    二、协整系统的完全信息*大似然检验(johansen检验)
    第四节 误差修正(ecm)模型
    一、动态回归与误差修正模型
    二、协整与误差修正模型:granger表示定理
    三、估计ecm模型的eg两步法
    本章小结
    思考与练习题
    本章附录

    第九章 garch模型与波动性建模
    **节 arch模型的概念与性质
    一、条件异方差问题
    二、arch模型
    三、arch模型的性质
    第二节 arch模型的估计与检验
    一、arch模型的估计
    二、arch模型的检验
    第三节 garch模型
    一、garch模型的特征
    二、garch模型的估计
    三、garch模型的检验
    第四节 arch模型的其他推广形式
    一、arch-m模型
    二、指数garch模型
    三、非对称garch模型(agarch)
    四、门限arch模型
    五、igarch模型
    六、对arch模型的简要评价
    第五节 garch模型在研究股市波动中的应用
    一、样本数据及其特征
    二、波动的arch效应
    第六节 案例分析
    一、如何在eviews中估计arch模型
    二、如何在eviews中检验arch效应
    三、garch模型估计的案例分析
    四、案例分析的r程序
    本章小结
    本章主要公式
    思考与练习题
    参考文献
    附录 统计用表
    附表1 标准化正态分布下的面积
    附表2 t分布的百分点
    附表3 9分布的上端百分点
    附表4 x2分布的上端百分点
    附表5 德宾-沃森d统计量
    附表6 协整检验临界值表

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外